面向PU问题的文本分类的研究与实现
| 第一章 绪论 | 第1-11页 |
| ·研究背景 | 第7-8页 |
| ·项目简介 | 第8页 |
| ·PU问题的研究意义 | 第8-9页 |
| ·本论文的主要工作 | 第9-10页 |
| ·论文的组织安排 | 第10-11页 |
| 第二章 文本分类概述 | 第11-16页 |
| ·文本分类的定义 | 第11页 |
| ·面向PU问题的文本分类 | 第11-12页 |
| ·相关工作 | 第12-13页 |
| ·文本分类的概要流程 | 第13-16页 |
| 第三章 文本分类的关键技术 | 第16-35页 |
| ·文本表示 | 第16-19页 |
| ·空间向量模型 | 第16-17页 |
| ·权重表示 | 第17-19页 |
| ·特征抽取 | 第19-23页 |
| ·文档频率阈值DF | 第20页 |
| ·信息获取IG | 第20-21页 |
| ·互信息MI | 第21-22页 |
| ·χ2 统计CHI | 第22-23页 |
| ·词条权TS | 第23页 |
| ·分类模型 | 第23-33页 |
| ·K-最近邻算法 | 第24页 |
| ·Rocchio算法 | 第24-25页 |
| ·朴素贝叶斯方法 | 第25-27页 |
| ·决策树方法 | 第27-28页 |
| ·支持向量机 | 第28-33页 |
| ·性能评估 | 第33-35页 |
| 第四章 面向PU问题文本分类的理论基础 | 第35-45页 |
| ·解决PU问题的方法 | 第35-36页 |
| ·两步构造分类器框架 | 第36-40页 |
| ·寻找可信反例集合 | 第36-38页 |
| ·构造分类器 | 第38-40页 |
| ·本论文所实现分类器的理论基础 | 第40-45页 |
| ·改进1-DNF算法 | 第41-42页 |
| ·投票产生最终分类器 | 第42-45页 |
| 第五章 分类器的实现及实验分析 | 第45-57页 |
| ·系统框架 | 第45-48页 |
| ·具体实现 | 第48-51页 |
| ·LIBSVM介绍 | 第51-52页 |
| ·实验数据及性能评估方法 | 第52-53页 |
| ·实验结果及分析 | 第53-57页 |
| 第六章 结论及工作展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 附录 | 第61-63页 |
| 摘要 | 第63-65页 |
| ABSTRACT | 第65-68页 |
| 致谢 | 第68-69页 |
| 导师及作者简介 | 第69页 |
