基于自然语言处理与非负矩阵分解的中文文本分类研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-14页 |
| ·文本分类的研究背景 | 第8-9页 |
| ·文本分类的研究意义 | 第9-11页 |
| ·文本分类的研究历史与现状 | 第11-13页 |
| ·本文的主要工作 | 第13页 |
| ·各章内容简介 | 第13-14页 |
| 第2章 中文文本分类概述 | 第14-25页 |
| ·文本分类的特点和框架 | 第14-16页 |
| ·文本分类的特点 | 第14-15页 |
| ·文本分类的框架 | 第15-16页 |
| ·文本预处理 | 第16-17页 |
| ·文本表示 | 第17-19页 |
| ·向量空间模型 | 第17-18页 |
| ·文本特征的选择 | 第18-19页 |
| ·特征降维 | 第19-21页 |
| ·文档频数 | 第20页 |
| ·互信息 | 第20页 |
| ·信息增益 | 第20-21页 |
| ·X~2统计量 | 第21页 |
| ·分类器设计 | 第21-24页 |
| ·Rocchio方法-相似度计算方法 | 第22页 |
| ·KNN-K邻近算法 | 第22-23页 |
| ·SVM-支持向量机 | 第23-24页 |
| ·本章小节 | 第24-25页 |
| 第3章 基于统计的用户词典生成算法 | 第25-31页 |
| ·中文自动分词 | 第25-26页 |
| ·分词词典的重要性 | 第26-27页 |
| ·基于统计的用户词典生成算法 | 第27-30页 |
| ·本章小节 | 第30-31页 |
| 第4章 基于非负矩阵分解的中文文本分类 | 第31-42页 |
| ·非负矩阵分解 | 第31-33页 |
| ·非负矩阵分解的理论 | 第31-32页 |
| ·非负矩阵分解的计算 | 第32-33页 |
| ·基于非负矩阵分解的中文文本分类算法 | 第33-34页 |
| ·特征提取 | 第33页 |
| ·分类识别 | 第33-34页 |
| ·实验设计与结果分析 | 第34-41页 |
| ·实验语料 | 第34页 |
| ·评价指标 | 第34-35页 |
| ·文本预处理 | 第35页 |
| ·实验结果分析 | 第35-41页 |
| ·本章小节 | 第41-42页 |
| 第5章 中文文本分类系统 | 第42-50页 |
| ·文本分类系统设计的主要考虑因素 | 第42-43页 |
| ·文本分类系统的系统结构 | 第43-44页 |
| ·文本分类系统的主要算法流程 | 第44-46页 |
| ·文本分类系统的主要图形界面 | 第46-48页 |
| ·文本分类系统的特点 | 第48-49页 |
| ·本章小节 | 第49-50页 |
| 第6章 总结与展望 | 第50-51页 |
| ·全文总结 | 第50页 |
| ·工作展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间发表的学术论文 | 第54-55页 |
| 致谢 | 第55页 |
