文本分类及其在民航安全自愿报告分析中的应用研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 文本分类概述 | 第10页 |
| 1.1.2 民航安全自愿报告简介 | 第10-11页 |
| 1.1.3 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 文本分类研究现状 | 第12-13页 |
| 1.2.2 民航安全自愿报告自动分析现状 | 第13-14页 |
| 1.3 本文研究内容和文章组织 | 第14-16页 |
| 1.3.1 主要研究内容 | 第14页 |
| 1.3.2 文章组织结构 | 第14-16页 |
| 第二章 文本分类理论与民航安全自愿报告简介 | 第16-26页 |
| 2.1 文本分类理论概要 | 第16-21页 |
| 2.1.1 基本概念 | 第16-17页 |
| 2.1.2 操作流程 | 第17-19页 |
| 2.1.3 分类结果评价指标 | 第19-20页 |
| 2.1.4 分类器的比较 | 第20-21页 |
| 2.2 几种常用的文本分类方法简介 | 第21-23页 |
| 2.2.1 朴素贝叶斯方法 | 第21-22页 |
| 2.2.2 kNN方法 | 第22页 |
| 2.2.3 支撑向量机 | 第22-23页 |
| 2.2.4 其他方法 | 第23页 |
| 2.3 ASRS报告简介 | 第23-25页 |
| 2.3.1 数据量大 | 第23-24页 |
| 2.3.2 领域性强 | 第24页 |
| 2.3.3 结构复杂 | 第24-25页 |
| 2.4 小结 | 第25-26页 |
| 第三章 基于局部文档频率的文本分类方法 | 第26-35页 |
| 3.1 词袋模型 | 第26-27页 |
| 3.2 基于局部文档频率的文本分类原理 | 第27-29页 |
| 3.2.1 基本概念和符号 | 第27-28页 |
| 3.2.2 训练过程 | 第28-29页 |
| 3.2.3 特征加权 | 第29页 |
| 3.2.4 测试过程 | 第29页 |
| 3.3 实验 | 第29-34页 |
| 3.3.1 实验用数据集 | 第30页 |
| 3.3.2 分类结果评价指标 | 第30-31页 |
| 3.3.3 实验配置 | 第31-32页 |
| 3.3.4 实验结果及总结 | 第32-34页 |
| 3.4 小结 | 第34-35页 |
| 第四章 应用文本分类方法分析ASRS报告 | 第35-46页 |
| 4.1 应用方案和流程 | 第35-38页 |
| 4.1.1 数据的获取 | 第35-36页 |
| 4.1.2 词典整理 | 第36页 |
| 4.1.3 数据的预处理 | 第36-38页 |
| 4.2 应用中遇到的几个问题及解决 | 第38-41页 |
| 4.2.1 多标签问题 | 第38-41页 |
| 4.2.2 领域知识问题 | 第41页 |
| 4.3 实验 | 第41-44页 |
| 4.3.1 实验设置 | 第41-42页 |
| 4.3.2 多标签处理实验 | 第42-43页 |
| 4.3.3 分类器之间比较实验 | 第43-44页 |
| 4.4 总结和分析 | 第44-45页 |
| 4.5 小结 | 第45-46页 |
| 第五章 原型系统简介 | 第46-52页 |
| 5.1 开发原型系统的必要性 | 第46-47页 |
| 5.1.1 开源机器学习平台介绍 | 第46-47页 |
| 5.1.2 已有平台的缺陷和本系统的必要性 | 第47页 |
| 5.2 系统概述 | 第47-50页 |
| 5.3 实验过程概要 | 第50-51页 |
| 5.4 小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-53页 |
| 6.1 工作总结 | 第52页 |
| 6.2 展望 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录A 本文使用的停词表 | 第57-59页 |
| 附录B 本文使用的民航领域缩略词表 | 第59-67页 |
| 攻读硕士学位期间科研情况和发表的论文情况 | 第67页 |
