基于领域知识的文本分类算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-21页 |
| 1.1 研究背景与意义 | 第10-15页 |
| 1.1.1 机构知识库概述 | 第10-11页 |
| 1.1.2 领域知识概述 | 第11-12页 |
| 1.1.3 文本分类概述 | 第12-15页 |
| 1.2 国内外研究现状 | 第15-19页 |
| 1.2.1 机构知识库技术 | 第15-17页 |
| 1.2.2 文本分类算法 | 第17-19页 |
| 1.3 论文研究内容、特色和创新点 | 第19页 |
| 1.4 论文组织结构 | 第19-21页 |
| 第二章 基于领域知识的文本分类算法相关工作 | 第21-34页 |
| 2.1 文本分类在机构知识库中应用 | 第21-25页 |
| 2.1.1 文本分类在机构知识库中的技术应用 | 第21-22页 |
| 2.1.2 文本分类在机构知识库的应用原则 | 第22-23页 |
| 2.1.3 机构知识库构建软件 | 第23-25页 |
| 2.2 基于领域知识的本体建设 | 第25-29页 |
| 2.2.1 本体构建技术 | 第25-26页 |
| 2.2.2 领域知识分析技术 | 第26-28页 |
| 2.2.3 Wordnet | 第28-29页 |
| 2.3 文本分类算法 | 第29-33页 |
| 2.3.1 朴素贝叶斯文本分类 | 第29-31页 |
| 2.3.2 文本分词 | 第31页 |
| 2.3.3 文本向量特征项选择 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于领域知识的文本分类算法的设计 | 第34-43页 |
| 3.1 设计思路 | 第34-37页 |
| 3.2 文本分词 | 第37-39页 |
| 3.3 特征提取和权重改进 | 第39-40页 |
| 3.4 领域知识分类算法改进 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 第四章 基于领域知识的文本分类算法的实现 | 第43-53页 |
| 4.1 实验环境 | 第43-44页 |
| 4.2 文本分词实现 | 第44-48页 |
| 4.2.1 样本训练集 | 第44-45页 |
| 4.2.2 分词算法实现 | 第45-48页 |
| 4.3 特征提取和权重改进 | 第48-50页 |
| 4.3.1 特征提取实现 | 第48-49页 |
| 4.3.2 权重改进实现 | 第49-50页 |
| 4.4 领域知识分类算法改进实现 | 第50-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 评价与测试 | 第53-63页 |
| 5.1 测试环境与测试方案 | 第53-55页 |
| 5.1.1 测试环境 | 第53-54页 |
| 5.1.2 测试方案 | 第54-55页 |
| 5.2 算法性能测试 | 第55-62页 |
| 5.2.1 权重改进算法的性能测试 | 第57-59页 |
| 5.2.2 整体改进算法的性能测试 | 第59-60页 |
| 5.2.3 针对性测试 | 第60-62页 |
| 5.3 本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 参考文献 | 第65-67页 |
| 致谢 | 第67-68页 |
| 作者攻读硕士学位期间发表的论文 | 第68页 |
