| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-14页 |
| ·引言 | 第11页 |
| ·研究背景与意义 | 第11-12页 |
| ·研究内容 | 第12页 |
| ·论文组织结构 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 2 相关内容介绍 | 第14-25页 |
| ·字符串匹配 | 第14页 |
| ·文本分类类别匹配 | 第14-15页 |
| ·文本分类研究现状 | 第15页 |
| ·中英文文本分类区别 | 第15页 |
| ·文本分类的相关技术 | 第15-17页 |
| ·文本分类的一般过程 | 第17-18页 |
| ·训练过程 | 第17-18页 |
| ·分类过程 | 第18页 |
| ·文本预处理 | 第18-19页 |
| ·分词 | 第18页 |
| ·去停用词 | 第18-19页 |
| ·特征降维 | 第19页 |
| ·分类器分类 | 第19-24页 |
| ·传统类中心分类算法 | 第19页 |
| ·朴素贝叶斯算法(NB) | 第19-21页 |
| ·K最邻近算法(KNN) | 第21-22页 |
| ·支持向量机算法 | 第22-24页 |
| ·文本分类技术的前景 | 第24页 |
| ·本章小结 | 第24-25页 |
| 3 特征选择算法研究 | 第25-33页 |
| ·常用的特征选择算法 | 第25-28页 |
| ·特征频率(TF Term Frequency) | 第25页 |
| ·文档频数(DF Document Frequency) | 第25-26页 |
| ·互信息(MI,Mutual Information) | 第26页 |
| ·信息增益(IG,Information Gain) | 第26-27页 |
| ·期望交互熵(ECE,Expected Cross Entropy) | 第27页 |
| ·χ~2统计量(也称卡方统计量CHI) | 第27-28页 |
| ·文本证据权(WET,Weight of Evidence for Text) | 第28页 |
| ·TFIDF算法 | 第28-29页 |
| ·TFIDF算法缺陷 | 第29页 |
| ·TFIDF算法改进 | 第29-30页 |
| ·TFIDF算法改进实验分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 4 分类模块的设计 | 第33-47页 |
| ·文件监控系统模型 | 第33页 |
| ·本地搜索开源软件DocFetcher | 第33-43页 |
| ·DocFetcher的特点 | 第34页 |
| ·DocFetcher的编译 | 第34-41页 |
| ·例：遍历word文档接口类 | 第41-43页 |
| ·预处理模块 | 第43-44页 |
| ·ICTCLAS分词系统 | 第43-44页 |
| ·去停用词流程 | 第44页 |
| ·特征选择模块 | 第44-45页 |
| ·待分类文本向量化 | 第45页 |
| ·分类器分类模块 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 5 分类模块的实现 | 第47-59页 |
| ·算法的数据结构 | 第47页 |
| ·ICTCLAS分词系统的效果 | 第47-49页 |
| ·去停用词的实现 | 第49-50页 |
| ·特征选择 | 第50-54页 |
| ·TFIDF算法实现 | 第50-53页 |
| ·改进TFIDF算法实现 | 第53-54页 |
| ·分类器的实现 | 第54-56页 |
| ·界面的功能描述 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 6 实验与分析 | 第59-64页 |
| ·实验评价标准 | 第59-60页 |
| ·实验方法 | 第60-62页 |
| ·实验分析 | 第62-64页 |
| 7 总结与展望 | 第64-65页 |
| ·工作总结 | 第64页 |
| ·下一步展望 | 第64-65页 |
| 参考文献 | 第65-67页 |
| 作者简历 | 第67-69页 |
| 学位论文数据集 | 第69页 |
