| 摘要 | 第1-7页 |
| Abstract | 第7-15页 |
| 第一章 绪论 | 第15-23页 |
| ·研究背景和意义 | 第15-17页 |
| ·国内外研究现状 | 第17-20页 |
| ·国外研究现状 | 第18-19页 |
| ·国内研究现状 | 第19-20页 |
| ·主要研究工作和创新点 | 第20-21页 |
| ·主要研究工作 | 第20页 |
| ·本课题的创新点 | 第20-21页 |
| ·本文组织结构 | 第21-23页 |
| 第二章 文本分类主要技术介绍 | 第23-33页 |
| ·文本预处理 | 第23-25页 |
| ·文本表示 | 第25-26页 |
| ·特征选择 | 第26-28页 |
| ·2检验方法进行特征选择 | 第26-27页 |
| ·信息增益方法进行特征选择 | 第27-28页 |
| ·特征权重计算 | 第28页 |
| ·分类算法 | 第28-33页 |
| ·支持向量机方法 | 第28-31页 |
| ·K 邻近方法 | 第31页 |
| ·贝叶斯方法 | 第31-33页 |
| 第三章 中文短文本分类方法研究 | 第33-43页 |
| ·应用于长文本的特征词权重计算方法 | 第33-36页 |
| ·传统的特征词权值计算方法--tf *idf方法 | 第34-35页 |
| ·基于监督的特征词权重计算方法 | 第35-36页 |
| ·适用于中文短文本的特征词权重的改进方法 | 第36-39页 |
| ·qf *icf方法 | 第37-38页 |
| ·iqf * qf *icf方法 | 第38页 |
| ·vrf方法 | 第38-39页 |
| ·基于特征扩展的短文本分类方法 | 第39-43页 |
| ·方法整体概况 | 第40-41页 |
| ·语义解释器 | 第41-42页 |
| ·特征生成 | 第42-43页 |
| 第四章 电子取证子系统--中文短文本分类系统设计与实现 | 第43-65页 |
| ·语料库的收集模块 | 第43-48页 |
| ·短信语料库的准备 | 第43-45页 |
| ·微博语料库的准备 | 第45-48页 |
| ·文本预处理模块 | 第48-52页 |
| ·分词模块 | 第48-50页 |
| ·词频统计模块 | 第50-51页 |
| ·停用词去除模块 | 第51-52页 |
| ·特征选择模块 | 第52-57页 |
| ·基于扩展的特征选择模块设计 | 第53-55页 |
| ·特征选择方法设计 | 第55-57页 |
| ·特征权重计算模块设计实现 | 第57-59页 |
| ·分类算法模块设计实现 | 第59-65页 |
| ·将训练和测试数据整理为.arff 格式 | 第60-61页 |
| ·使用训练数据训练模型 | 第61-65页 |
| 第五章 性能评估和结果分析 | 第65-69页 |
| ·性能评估方法 | 第65页 |
| ·分类结果及结果分析 | 第65-69页 |
| ·基于特征权重的改进方法实验结果 | 第65-67页 |
| ·基于特征扩展方法实验结果 | 第67-68页 |
| ·结果讨论与分析 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| ·全文总结 | 第69页 |
| ·未来展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 研究成果及发表的学术论文 | 第77-79页 |
| 作者及导师介绍 | 第79-80页 |
| 硕士研究生学位论文答辩委员会决议书 | 第80-81页 |