| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 本文的研究背景与意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 短文本分类现状 | 第9-11页 |
| 1.2.2 短文本相似度算法现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13页 |
| 1.4 本文章节安排 | 第13-15页 |
| 2 短文本分类相关技术 | 第15-27页 |
| 2.1 引言 | 第15页 |
| 2.2 文本预处理 | 第15-16页 |
| 2.2.1 噪声数据去除 | 第15-16页 |
| 2.2.2 分词和词性标注 | 第16页 |
| 2.2.3 停用词过滤 | 第16页 |
| 2.3 特征选取 | 第16-19页 |
| 2.4 文本表示 | 第19-20页 |
| 2.5 分类算法 | 第20-22页 |
| 2.6 短文本相似度计算方法 | 第22-25页 |
| 2.7 本章小结 | 第25-27页 |
| 3 基于类别特征的KNN短文本分类算法 | 第27-41页 |
| 3.1 引言 | 第27页 |
| 3.2 算法思想 | 第27-29页 |
| 3.3 实验过程 | 第29-34页 |
| 3.3.1 实验数据 | 第29-30页 |
| 3.3.2 实验流程及具体步骤 | 第30-34页 |
| 3.4 实验结果与分析 | 第34-39页 |
| 3.4.1 评价指标 | 第34页 |
| 3.4.2 类别特征词项数量的选定 | 第34-37页 |
| 3.4.3 算法性能测试 | 第37-39页 |
| 3.5 本章小结 | 第39-41页 |
| 4 基于类别特征的短文本相似度算法 | 第41-51页 |
| 4.1 引言 | 第41页 |
| 4.2 基于类别特征的短文本相似度算法 | 第41-43页 |
| 4.3 实验结果与分析 | 第43-48页 |
| 4.3.1 基于类别特征的短文本相似度算法的系数确定 | 第43-44页 |
| 4.3.2 类别特征词项数量的选定 | 第44-46页 |
| 4.3.3 算法性能测试 | 第46-48页 |
| 4.4 本章小结 | 第48-51页 |
| 5 总结与展望 | 第51-53页 |
| 5.1 本文的工作总结 | 第51-52页 |
| 5.2 未来的工作展望 | 第52-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 个人简历、在学期间发表的学术论文及取得的研究成果 | 第59页 |