| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 文本分类国外研究概况 | 第10-11页 |
| 1.2.2 文本分类国内研究概况 | 第11-12页 |
| 1.3 本文主要工作 | 第12-13页 |
| 1.4 本文组织结构 | 第13-14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 短文本分类相关理论 | 第15-27页 |
| 2.1 文本分类流程 | 第15-16页 |
| 2.2 文本预处理 | 第16页 |
| 2.3 主题模型 | 第16-21页 |
| 2.3.1 LSI模型 | 第17-18页 |
| 2.3.2 PLSI主题模型 | 第18页 |
| 2.3.3 LDA主题模型 | 第18-19页 |
| 2.3.4 BTM主题模型 | 第19-21页 |
| 2.4 特征提取 | 第21-23页 |
| 2.4.1 文档频率 | 第21页 |
| 2.4.2 信息增益 | 第21-22页 |
| 2.4.3 互信息 | 第22页 |
| 2.4.4 卡方统计 | 第22页 |
| 2.4.5 期望交叉熵 | 第22-23页 |
| 2.4.6 特征强度 | 第23页 |
| 2.5 特征权重计算 | 第23-26页 |
| 2.5.1 布尔权重 | 第23-24页 |
| 2.5.2 词频权重 | 第24页 |
| 2.5.3 TF-IDF权重 | 第24-25页 |
| 2.5.4 熵值权重 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 短文本分类语料库构建及相关理论 | 第27-40页 |
| 3.1 语料库建设基本情况 | 第27-28页 |
| 3.2 短文本语料库设计 | 第28-32页 |
| 3.2.1 语料抓取 | 第28-31页 |
| 3.2.2 语料库整体结构 | 第31-32页 |
| 3.3 语料库的加工处理 | 第32-36页 |
| 3.3.1 分词及停用词处理 | 第32-34页 |
| 3.3.2 主题提取 | 第34-35页 |
| 3.3.3 类别标注 | 第35-36页 |
| 3.4 词典及专业通用词集分析 | 第36-38页 |
| 3.4.1 词典说明 | 第36-37页 |
| 3.4.2 各领域专用词集 | 第37页 |
| 3.4.3 各领域常用词分布情况 | 第37-38页 |
| 3.5 微博语料实验与分析 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 改进权重计算并融合BTM主题特征的短文本分类方法 | 第40-53页 |
| 4.1 改进权重计算并融合BTM主题特征的短文本分类算法 | 第40-43页 |
| 4.1.1 引入BTM主题词与文档-主题特征 | 第40-41页 |
| 4.1.2 特征权重计算算法的改进 | 第41-42页 |
| 4.1.3 算法描述 | 第42-43页 |
| 4.2 k-近邻算法 | 第43-45页 |
| 4.3 实验结果与分析 | 第45-50页 |
| 4.3.1 语料库选择 | 第45页 |
| 4.3.2 评价标准 | 第45-46页 |
| 4.3.3 主题个数选取实验 | 第46页 |
| 4.3.4 主题词加入个数实验 | 第46-48页 |
| 4.3.5 改进词频对分类结果的影响 | 第48-49页 |
| 4.3.6 与传统分类方法对比 | 第49页 |
| 4.3.7 不同特征组合方法比较 | 第49-50页 |
| 4.4 短文本语料库与TF~*IWF~*WDPV+BTM | 第50-52页 |
| 4.4.1 基于构建语料库的分类算法对比 | 第50-51页 |
| 4.4.2 基于融合BTM主题特征方法的语料库效果对比 | 第51-52页 |
| 4.5 本章小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 本文总结 | 第53页 |
| 5.2 未来展望 | 第53-55页 |
| 参考文献 | 第55-60页 |
| 附录A 图索引 | 第60-61页 |
| AppendiX A Figure Index | 第61-62页 |
| 附录B 表索引 | 第62-63页 |
| Appendix B Table Index | 第63-64页 |
| 致谢 | 第64-65页 |
| 读研期间所做工作 | 第65页 |
