| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·引言 | 第10页 |
| ·文本分类问题描述 | 第10-13页 |
| ·文本分类研究的现状 | 第11-12页 |
| ·贝叶斯方法与文本分类 | 第12页 |
| ·朴素贝叶斯分类方法的研究现状 | 第12-13页 |
| ·本系统提出的背景 | 第13页 |
| ·本文的研究内容与组织结构 | 第13-16页 |
| ·本文所研究的内容 | 第13-14页 |
| ·本文的组织结构 | 第14-16页 |
| 第2章 相关技术的研究 | 第16-28页 |
| ·文本分类的定义 | 第16页 |
| ·文本的预处理 | 第16-18页 |
| ·文本表示 | 第16-17页 |
| ·文本分词技术 | 第17-18页 |
| ·去除停用词 | 第18页 |
| ·特征提取 | 第18-19页 |
| ·训练分类器的分类算法 | 第19-25页 |
| ·K-最近邻居(KNN)算法 | 第19-21页 |
| ·支持向量机(SVM)算法 | 第21-22页 |
| ·神经网络方法(n eural network,NNet) | 第22-23页 |
| ·决策树方法(Decision Tree) | 第23-25页 |
| ·文本分类的性能评估方法 | 第25-27页 |
| ·评测方法 | 第25-26页 |
| ·性能评测的主要指标 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 文本自动分类系统的设计 | 第28-34页 |
| ·多语种多类别体系下文本分类系统的需求分析 | 第28-29页 |
| ·多语种多类别体系下文本分类系统的功能结构图 | 第29-31页 |
| ·多语种多类别体系下文本分类系统的设计原则 | 第31页 |
| ·分类器的概要设计 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 文本自动分类系统的实现 | 第34-56页 |
| ·本系统分类器部分的实现 | 第34-41页 |
| ·文本预处理 | 第34-38页 |
| ·特征提取 | 第38页 |
| ·分类器采用的分类算法 | 第38-41页 |
| ·系统界面图 | 第41页 |
| ·本系统用户部分模块的实现 | 第41-53页 |
| ·分类器训练模块的实现 | 第42-48页 |
| ·分类器分类工作模块的实现 | 第48-52页 |
| ·分类器类别管理模块的实现 | 第52-53页 |
| ·本系统性能分析部分模块的实现 | 第53-54页 |
| ·系统临时测试训练模块 | 第53页 |
| ·本地邮件分析测试模块 | 第53-54页 |
| ·邮件批处理测试模块 | 第54页 |
| ·本章小结 | 第54-56页 |
| 第5章 系统评测与性能分析 | 第56-64页 |
| ·系统特征选择阈值 | 第56-57页 |
| ·测试内容与结果 | 第57-63页 |
| ·正确性测试 | 第58页 |
| ·稳定性测试 | 第58-61页 |
| ·系统的性能测试 | 第61-62页 |
| ·训练文本大小与训练时间的关系 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 结论 | 第64-66页 |
| ·本文工作总结 | 第64-65页 |
| ·进一步工作展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |