| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 研究现状 | 第12-17页 |
| 1.3.1 文本分类研究现状 | 第12-15页 |
| 1.3.2 分类器的设计研究现状 | 第15-16页 |
| 1.3.3 存在的主要问题 | 第16-17页 |
| 1.4 主要研究内容及章节结构 | 第17-19页 |
| 第2章 文本分类概述 | 第19-35页 |
| 2.1 文本分类 | 第19-21页 |
| 2.1.1 文本分类定义 | 第19-20页 |
| 2.1.2 文本分类的基本流程及特点 | 第20-21页 |
| 2.2 文本表示模型 | 第21-23页 |
| 2.3 特征选择和特征加权 | 第23-26页 |
| 2.3.1 特征选择 | 第23-25页 |
| 2.3.2 特征加权 | 第25-26页 |
| 2.4 分类方法 | 第26-32页 |
| 2.4.1 朴素贝叶斯方法 | 第27页 |
| 2.4.2 KNN方法 | 第27-28页 |
| 2.4.3 支持向量机方法 | 第28-29页 |
| 2.4.4 类中心向量方法 | 第29页 |
| 2.4.5 罗杰斯特回归（LR） | 第29-30页 |
| 2.4.6 概率潜在语义分析（PLSA） | 第30-32页 |
| 2.5 评价方法 | 第32-35页 |
| 第3章 多类多标签文本分类方法 | 第35-49页 |
| 3.1 方法设计背景与问题分析 | 第35-37页 |
| 3.2 具有主次标签的多标签文本分类方法 | 第37-47页 |
| 3.2.1 MLTCPSL使用的文本表示 | 第39页 |
| 3.2.2 MLTCPSL的特征选择 | 第39页 |
| 3.2.3 MLTCPSL的特征加权 | 第39-40页 |
| 3.2.4 MLTCPSL的分类器选择 | 第40-47页 |
| 3.3 实验结果 | 第47页 |
| 3.4 MLTCPSL和相关方法的比较 | 第47-48页 |
| 3.5 本章小结 | 第48-49页 |
| 第4章 文本分类模型的自动更新 | 第49-54页 |
| 4.1 引言 | 第49页 |
| 4.2 MLTCPSL分类原理分析 | 第49-51页 |
| 4.2.1 分类器原理分析 | 第49-51页 |
| 4.2.2 MLTCPSL的多标签分类策略 | 第51页 |
| 4.3 MLTCPSL的自动更新方法 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 基于MLTCPSL文本自动分类系统的设计与实现 | 第54-59页 |
| 5.1 系统配置 | 第54-55页 |
| 5.2 系统架构 | 第55-56页 |
| 5.3 系统功能及工作流程 | 第56-57页 |
| 5.3.1 系统主要功能 | 第56页 |
| 5.3.2 系统工作流程 | 第56-57页 |
| 5.3.3 系统工作原理 | 第57页 |
| 5.4 系统性能测试 | 第57-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 攻读学位期间发表论文与研究成果清单 | 第64-65页 |
| 致谢 | 第65页 |