中文文本分类技术研究
| 内容提要 | 第1-7页 |
| 引言 | 第7-8页 |
| 第一章 绪论 | 第8-15页 |
| ·课题的研究背景 | 第8页 |
| ·国内外发展现状 | 第8-10页 |
| ·文本分类概述 | 第10-12页 |
| ·本文所做的工作 | 第12-15页 |
| 第二章 文本分类的关键技术 | 第15-29页 |
| ·文本表示方法 | 第15-18页 |
| ·表示模型概述 | 第15-16页 |
| ·VSM 模型 | 第16-18页 |
| ·中文分词技术 | 第18-23页 |
| ·分词技术概述 | 第18-21页 |
| ·中文词的切分 | 第21-23页 |
| ·特征抽取算法 | 第23-26页 |
| ·文档频率 | 第24页 |
| ·互信息 | 第24-25页 |
| ·信息增益 | 第25页 |
| ·统计CHI | 第25-26页 |
| ·文本频率比值 | 第26页 |
| ·特征权重算法 | 第26-29页 |
| ·布尔权重 | 第26-27页 |
| ·TF 权重 | 第27页 |
| ·IDF 权重 | 第27页 |
| ·TFIDF 权重 | 第27-29页 |
| 第三章 文本分类算法 | 第29-35页 |
| ·朴素贝叶斯算法 | 第29-30页 |
| ·向量空间距离测度分类算法 | 第30-31页 |
| ·K 最邻近分类算法 | 第31页 |
| ·支持向量机 | 第31-32页 |
| ·神经网络算法 | 第32页 |
| ·决策树分类算法 | 第32-33页 |
| ·类中心分类法 | 第33页 |
| ·其它的分类算法 | 第33-35页 |
| 第四章 实验结果与分析 | 第35-38页 |
| ·文本分类语料 | 第35页 |
| ·评价指标 | 第35-36页 |
| ·算法比较 | 第36页 |
| ·实验结果 | 第36-37页 |
| ·分析及结论 | 第37-38页 |
| 第五章 训练算法 | 第38-43页 |
| ·期望最大化算法 | 第38-39页 |
| ·动态聚类算法 | 第39页 |
| ·迭代算法 | 第39-41页 |
| ·增量式迭代算法 | 第41-43页 |
| 第六章 实验与结果分析 | 第43-56页 |
| ·系统结构 | 第43-44页 |
| ·数据集 | 第44-45页 |
| ·评估指标 | 第45页 |
| ·结果分析 | 第45-56页 |
| 结论 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 摘要 | 第59-61页 |
| ABSTRACT | 第61-65页 |
| 致谢 | 第65页 |
