基于最优分割策略的高性能文本分类方法
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·文本分类概述 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·论文主要工作 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 第二章 文本分类技术 | 第12-30页 |
| ·文本分类的一般过程 | 第12-13页 |
| ·文本特征抽取 | 第13-14页 |
| ·文本特征选择 | 第14-17页 |
| ·文档频率 | 第14-15页 |
| ·互信息 | 第15页 |
| ·信息增益 | 第15页 |
| ·χ~2 统计量(Chi) | 第15-16页 |
| ·NGL 系数(NGL coefficient) | 第16页 |
| ·GSS 系数 | 第16-17页 |
| ·各种特征选择方式的性能分析 | 第17页 |
| ·文本分类器 | 第17-27页 |
| ·贝叶斯分类器 | 第18页 |
| ·KNN 分类器 | 第18-20页 |
| ·支持向量机 | 第20-22页 |
| ·Rocchio 方法 | 第22页 |
| ·决策树 | 第22-23页 |
| ·集成分类方法 | 第23-25页 |
| ·两步文本分类方法 | 第25-26页 |
| ·文本分类方法分析 | 第26-27页 |
| ·评估指标 | 第27-29页 |
| ·二分类问题 | 第27-28页 |
| ·多分类问题 | 第28-29页 |
| ·小结 | 第29-30页 |
| 第三章 基于最优分割策略的高性能文本分类方法 | 第30-41页 |
| ·最优分割策略 | 第30页 |
| ·文本二维空间构造 | 第30-31页 |
| ·错误分类的文本观察 | 第31-32页 |
| ·最优朴素贝叶斯分类模型 | 第32-33页 |
| ·最优分割直线搜索算法 | 第33-37页 |
| ·利用旋转平移算法搜索最优分割线 | 第33-34页 |
| ·利用遗传算法搜索最优分割线 | 第34-37页 |
| ·实验测试 | 第37-40页 |
| ·实验数据集 | 第37页 |
| ·特征选择 | 第37页 |
| ·文本模糊区间确定 | 第37-39页 |
| ·实验结果与分析 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第四章 文本分类系统概述 | 第41-48页 |
| ·系统模块 | 第41-45页 |
| ·工作流程 | 第45-46页 |
| ·实验测试 | 第46-47页 |
| ·测试环境 | 第46页 |
| ·测试结果与分析 | 第46-47页 |
| ·小结 | 第47-48页 |
| 第五章 结论及未来工作 | 第48-50页 |
| ·论文工作总结 | 第48页 |
| ·后续工作展望 | 第48-50页 |
| 致谢 | 第50-51页 |
| 攻读硕士学位期间的学术成果 | 第51-52页 |
| 参考文献 | 第52-55页 |
