中文网页自动分类的一种实现
| 中文摘要 | 第1-5页 |
| 目录 | 第5-8页 |
| 0 引言 | 第8-12页 |
| 0．1 搜索引擎概述 | 第8-9页 |
| 0．2 自动分类简介 | 第9-10页 |
| 0．3 论文问题的提出 | 第10页 |
| 0．4 本文所做的工作 | 第10-12页 |
| 1 信息检索技术 | 第12-24页 |
| 1．1 信息检索的基本技术 | 第12-15页 |
| 1．1．1 关键词检索 | 第12-13页 |
| 1．1．2 全文检索 | 第13-15页 |
| 1．1．3 全文扫描 | 第15页 |
| 1．2 网络环境下的信息检索 | 第15-17页 |
| 1．2．1 网络环境的特点 | 第15-16页 |
| 1．2．2 数据采集 | 第16-17页 |
| 1．2．3 数据调度 | 第17页 |
| 1．2．4 数据集成 | 第17页 |
| 1．3 自动分类技术 | 第17-24页 |
| 1．3．1 文本分类概述 | 第18-20页 |
| 1．3．2 文本分类过程 | 第20-21页 |
| 1．3．3 文本聚类概述 | 第21-22页 |
| 1．3．4 文本聚类过程 | 第22-24页 |
| 2 网页信息的自动提取 | 第24-30页 |
| 2．1 网上信息分析 | 第24-26页 |
| 2．1．1 网上信息的表示 | 第24页 |
| 2．1．2 网页的结构分析 | 第24-25页 |
| 2．1．3 网页控制符分析 | 第25-26页 |
| 2．2 特征提取 | 第26-27页 |
| 2．2．1 中文特征项提取 | 第26-27页 |
| 2．2．2 基于词的自动分类的局限 | 第27页 |
| 2．3 网页信息提取 | 第27-30页 |
| 2．3．1 网页信息的提取流程 | 第27-29页 |
| 2．3．2 HTML控制符号处理 | 第29-30页 |
| 3 分类模型 | 第30-40页 |
| 3．1 权重计算 | 第30-34页 |
| 3．1．1 IDF公式定义 | 第30-31页 |
| 3．1．2 IDF公式推导 | 第31-32页 |
| 3．1．3 BAYES公式 | 第32-34页 |
| 3．2 训练公式 | 第34-35页 |
| 3．3 精简算法 | 第35-36页 |
| 3．4 目标表示 | 第36-37页 |
| 3．5 向量空间模型 | 第37-38页 |
| 3．6 分类公式 | 第38-40页 |
| 3．6．1 文档的向量空间表示 | 第38页 |
| 3．6．2 文档的向量计算公式 | 第38-40页 |
| 4 自动分类实现 | 第40-46页 |
| 4．1 分类过程概述 | 第40-41页 |
| 4．2 权重向量库管理 | 第41-44页 |
| 4．2．1 权重向量库的结构 | 第41-42页 |
| 4．2．2 权重向量库的建立 | 第42-43页 |
| 4．2．3 权重向量库的更新 | 第43-44页 |
| 4．3 训练过程 | 第44-45页 |
| 4．4 精简权重向量库 | 第45页 |
| 4．5 自动分类判别 | 第45-46页 |
| 5 测试结果 | 第46-47页 |
| 5．1 训练用数据 | 第46页 |
| 5．2 测试结果 | 第46-47页 |
| 6 结论与展望 | 第47-48页 |
| 6．1 结论 | 第47页 |
| 6．2 展望 | 第47-48页 |
| 6．2．1 网页分析 | 第47页 |
| 6．2．2 未登录单词的识别 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-50页 |
