| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 概述 | 第9-16页 |
| 1.1 引言 | 第9-10页 |
| 1.2 文本分类简介 | 第10-14页 |
| 1.2.1 文本分类的发展阶段 | 第11-12页 |
| 1.2.2 特征提取算法 | 第12-14页 |
| 1.3 本文的组织结构 | 第14-16页 |
| 第二章 文本分类基础 | 第16-44页 |
| 2.1 文本表示模型 | 第16-19页 |
| 2.1.1 布尔模型(Boolean) | 第17页 |
| 2.1.2 向量空间模型(VSM) | 第17-19页 |
| 2.1.3 概率模型 | 第19页 |
| 2.2 文本分词 | 第19-25页 |
| 2.3 文本分类算法 | 第25-34页 |
| 2.3.1 K‐邻近法(K‐Nearest Neighbor) | 第26-28页 |
| 2.3.2 支持向量机 | 第28-31页 |
| 2.3.3 朴素的贝叶斯法(Naive Bayes) | 第31-34页 |
| 2.3.4 神经网络算法 | 第34页 |
| 2.4 支持向量机(SVM)多类分类问题 | 第34-39页 |
| 2.4.1 多类分类支持向量机 MSVM | 第35-36页 |
| 2.4.2 一对一方法 | 第36页 |
| 2.4.3 一对多方法 | 第36-37页 |
| 2.4.4 有向无环图 SVM 方法 | 第37-39页 |
| 2.5 文本分类的评估方法 | 第39-42页 |
| 2.5.1 召回率与准确率、宏平均与微平均 | 第39-41页 |
| 2.5.2 BEP(Break‐even point)和 F1 (F‐measure) | 第41-42页 |
| 2.6 本章小结 | 第42-44页 |
| 第三章 特征选择算法 | 第44-52页 |
| 3.1 概述 | 第44-48页 |
| 3.1.1 文档频率 DF(Document Frequency) | 第45页 |
| 3.1.2 信息增益方法(IG) | 第45-46页 |
| 3.1.3 互信息方法 | 第46-47页 |
| 3.1.4χ 2统计量(CHI) | 第47-48页 |
| 3.1.5 几率比(OR) | 第48页 |
| 3.2 基于法向量的特征选择方法 | 第48-51页 |
| 3.2.1 稀疏度 | 第49页 |
| 3.2.2 基于法向量权重的特征选取方法 | 第49-51页 |
| 3.3 本章小结 | 第51-52页 |
| 第四章 基于法向量的特征选择算法的系统实现 | 第52-59页 |
| 4.1 实验架构 | 第52-54页 |
| 4.2 实验描述 | 第54-58页 |
| 4.2.1 训练数据集和测试数据集的选取 | 第55-56页 |
| 4.2.2 SVM 核函数和多类分类方法的选取 | 第56-57页 |
| 4.2.3 数据表示 | 第57页 |
| 4.2.4 性能评估标准 | 第57-58页 |
| 4.3 本章小结 | 第58-59页 |
| 第五章 系统实验与实验结果分析 | 第59-75页 |
| 5.1 稀疏度与保留特征数的关系 | 第59-62页 |
| 5.1.1 基于几率比的特征选择算法 | 第61-62页 |
| 5.1.2 基于信息增益的特征选择算法 | 第62页 |
| 5.1.3 基于法向量的特征选择算法 | 第62页 |
| 5.2 保留特征数与文本分类性能 | 第62-63页 |
| 5.3 计算资源有限条件下的特征选择算法实验 | 第63-66页 |
| 5.4 几种特征选择算法分类性能的比较 | 第66-70页 |
| 5.4.1 基于法向量,基于几率比和基于信息增益的特征选择算法的比较 | 第69页 |
| 5.4.2 normal‐200, normal‐100 和 normal‐25 的比较 | 第69-70页 |
| 5.4.3 基于几率比和基于特征增益的特征选择算法的比较 | 第70页 |
| 5.5 基于法向量的特征选择算法的效率 | 第70-72页 |
| 5.6 合并几个训练数据子集的特征权重的算法 | 第72-74页 |
| 5.7 本章小结 | 第74-75页 |
| 第六章 结束语 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 致谢 | 第81-82页 |
| 攻读硕士学位期间已发表或录用的论文 | 第82-84页 |
