| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 1 绪论 | 第10-16页 |
| ·本文的研究背景及其现实意义 | 第10-11页 |
| ·国外研究概况 | 第11-12页 |
| ·国内研究概况 | 第12-14页 |
| ·本文所做的主要研究工作 | 第14-15页 |
| ·本文安排 | 第15-16页 |
| 2 文本分类的的相关技术 | 第16-33页 |
| ·文本信息检索模型 | 第16-17页 |
| ·布尔模型(Boolean Model) | 第16页 |
| ·概率模型(Probabilistic Model) | 第16页 |
| ·向量空间模型(Vector Space Model,简称VSM) | 第16-17页 |
| ·常用中文分词方法 | 第17-21页 |
| ·引言 | 第17-18页 |
| ·中文分词中的难题 | 第18-19页 |
| ·机械分词方法 | 第19页 |
| ·N-GRAM 分词方法 | 第19-20页 |
| ·本文采用的分词方法[10] | 第20-21页 |
| ·常用特征项提取方法 | 第21-24页 |
| ·文档频率DF(Document Frequency:DF) | 第21-22页 |
| ·信息增益方法I G(Imformation Gain:IG) | 第22页 |
| ·互信息方法MI(Mutual Information:MI) | 第22-23页 |
| ·x2 统计量(CHI) | 第23-24页 |
| ·文本证据权(Weight Of Evidence Text) | 第24页 |
| ·常用分类方法 | 第24-30页 |
| ·类中心分类法 | 第24-25页 |
| ·朴素贝叶斯法(Naive Bayes) | 第25-27页 |
| ·支持向量机 | 第27-29页 |
| ·k-近邻法(k-Nearest Neighbor ) | 第29-30页 |
| ·文本分类结果的评价指标 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 3 词语权重计算方法的改进 | 第33-39页 |
| ·传统词语权重计算方法的不足 | 第33-36页 |
| ·特征项频率(Term Frequency: TF) | 第33页 |
| ·反文档频率(Inverse Document Frequency:IDF) | 第33-34页 |
| ·TFIDF 的不足 | 第34-36页 |
| ·改进的词语权重计算方法 | 第36-38页 |
| ·特征项的类间离散度 | 第36页 |
| ·特征项的类内离散度 | 第36-37页 |
| ·特征项的不完全分类的词频差异 | 第37-38页 |
| ·小结 | 第38-39页 |
| 4 遗传算法在文本分类中的应用 | 第39-49页 |
| ·遗传算法的生物学基础 | 第39-41页 |
| ·遗传与变异 | 第39-40页 |
| ·进化 | 第40页 |
| ·遗传与进化的系统观 | 第40-41页 |
| ·遗传算法简介 | 第41-43页 |
| ·遗传算法概要 | 第41-42页 |
| ·遗传算法的运算过程 | 第42-43页 |
| ·遗传算法的基本实现技术及在本文中的应用 | 第43-48页 |
| ·编码方法 | 第44-45页 |
| ·适应度函数 | 第45页 |
| ·选择算子 | 第45-46页 |
| ·交叉算子 | 第46-47页 |
| ·变异算子 | 第47-48页 |
| ·本文使用的相关参数 | 第48页 |
| ·本章小结 | 第48-49页 |
| 5 实验与分析 | 第49-64页 |
| ·实验介绍 | 第49-50页 |
| ·实验结果及其分析 | 第50-63页 |
| ·混淆矩阵 | 第50-56页 |
| ·总体查全率、查对率、F1 值 | 第56-59页 |
| ·各个类的查全率、查对率 | 第59-60页 |
| ·各个类的分类情况图形显示 | 第60-63页 |
| ·小结 | 第63-64页 |
| 6 结束语 | 第64-66页 |
| ·总结 | 第64-65页 |
| ·下一步的工作 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70页 |
