| 摘要 | 第1-4页 |
| Abstract | 第4-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究背景及意义 | 第11-13页 |
| ·研究背景 | 第11页 |
| ·研究意义 | 第11-13页 |
| ·国内外研究现状 | 第13-16页 |
| ·国外研究现状 | 第13-15页 |
| ·国内研究现状 | 第15-16页 |
| ·本文工作 | 第16-18页 |
| ·本文的研究内容 | 第16页 |
| ·本文的组织结构 | 第16-18页 |
| 第2章 文本分类技术 | 第18-36页 |
| ·文本分类概述 | 第18-20页 |
| ·文本分类的定义 | 第18页 |
| ·文本分类的发展过程 | 第18-19页 |
| ·文本分类的基本流程 | 第19-20页 |
| ·文本预处理 | 第20-22页 |
| ·文本格式标记的处理 | 第20页 |
| ·文本分词 | 第20-21页 |
| ·去除停用词(stop words)和词干化(stemming) | 第21-22页 |
| ·文本表示模型 | 第22-24页 |
| ·布尔模型 | 第22页 |
| ·概率模型 | 第22-23页 |
| ·向量空间模型 | 第23-24页 |
| ·特征选择方法 | 第24-27页 |
| ·文档频率 | 第24-25页 |
| ·信息增益 | 第25页 |
| ·互信息 | 第25-26页 |
| ·χ~2统计 | 第26-27页 |
| ·常用文本分类算法 | 第27-35页 |
| ·决策树(Decision Tree)算法 | 第27-28页 |
| ·K近邻(K-Nearest Neighbor)算法 | 第28页 |
| ·Rocchio算法 | 第28-29页 |
| ·朴素贝叶斯(Naive Bayes)算法 | 第29-30页 |
| ·支持向量机(Support Vector Machine)算法 | 第30-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于编码的向量空间模型 | 第36-45页 |
| ·常用的文本特征权重表示方法 | 第36-39页 |
| ·布尔权重(Binary Feature) | 第36-37页 |
| ·词频(Term Frequency) | 第37页 |
| ·IDF(Inverse Document Frequency) | 第37-38页 |
| ·TFIDF权重 | 第38-39页 |
| ·基于编码的文本预处理方法 | 第39-44页 |
| ·Base64编码 | 第39-41页 |
| ·N-gram分词方法 | 第41-43页 |
| ·构建向量空间模型 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第4章 基于编码的中文文本分类方法 | 第45-52页 |
| ·传统的中文文本分类方法 | 第45-48页 |
| ·系统框架 | 第45-46页 |
| ·分词模块 | 第46-48页 |
| ·基于编码的中文文本分类方法 | 第48-51页 |
| ·系统框架 | 第48-49页 |
| ·预处理模块 | 第49-50页 |
| ·特征选择模块 | 第50-51页 |
| ·分类模块 | 第51页 |
| ·本章小结 | 第51-52页 |
| 第5章 实验结果与比较 | 第52-62页 |
| ·评测指标 | 第52-53页 |
| ·实验数据 | 第53-54页 |
| ·实验结果 | 第54-61页 |
| ·基于Base64编码的文本分类效果 | 第55-59页 |
| ·与中文分词器方法的比较 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第6章 总结和展望 | 第62-64页 |
| ·总结 | 第62-63页 |
| ·展望 | 第63-64页 |
| 参考文献 | 第64-69页 |
| 攻读硕士学位期间主要的研究成果 | 第69-71页 |
| 致谢 | 第71页 |
