学术报告通知分类与系统设计
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| abstract | 第9页 |
| 1 绪论 | 第14-19页 |
| 1.1 研究背景与意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.3 本文研究内容和组织结构 | 第17-19页 |
| 2 文本分类相关理论与技术基础 | 第19-31页 |
| 2.1 文本分类的定义 | 第19页 |
| 2.2 文本分类的处理流程 | 第19-20页 |
| 2.3 文本分类预处理 | 第20-22页 |
| 2.3.1 分词 | 第20-21页 |
| 2.3.2 去停用词 | 第21-22页 |
| 2.4 特征选择 | 第22-26页 |
| 2.4.1 卡方检验 | 第23-24页 |
| 2.4.2 信息增益 | 第24-26页 |
| 2.5 文本数据表示方法 | 第26-28页 |
| 2.5.1 布尔模型 | 第26页 |
| 2.5.2 向量空间模型 | 第26-27页 |
| 2.5.3 概率模型 | 第27页 |
| 2.5.4 TF-IDF方法 | 第27-28页 |
| 2.6 典型文本分类算法 | 第28-30页 |
| 2.6.1 朴素贝叶斯 | 第28页 |
| 2.6.2 K近邻算法 | 第28-29页 |
| 2.6.3 支持向量机 | 第29-30页 |
| 2.7 文本分类的性能评估指标 | 第30-31页 |
| 3 学术报告通知分类系统设计与分析 | 第31-47页 |
| 3.1 学术报告通知的爬取与语料库收集 | 第31-35页 |
| 3.1.1 现有语料库背景 | 第31页 |
| 3.1.2 资源选择 | 第31-32页 |
| 3.1.3 爬虫相关技术 | 第32-34页 |
| 3.1.4 学术报告爬虫设计 | 第34-35页 |
| 3.1.5 分类整理 | 第35页 |
| 3.2 本文中的实验方法 | 第35-39页 |
| 3.2.1 语料库整理 | 第35-36页 |
| 3.2.2 分词 | 第36页 |
| 3.2.3 特征粒度 | 第36-37页 |
| 3.2.4 特征选择 | 第37-38页 |
| 3.2.5 后续处理及分类过程 | 第38页 |
| 3.2.6 分类结果评价方法 | 第38-39页 |
| 3.3 分类效果实验 | 第39-45页 |
| 3.3.1 特征选择方法对分类结果的影响 | 第39-40页 |
| 3.3.2 特征粒度对分类结果的影响 | 第40-41页 |
| 3.3.3 分类器和语料库大小对分类结果的影响 | 第41-45页 |
| 3.4 本章小结 | 第45-47页 |
| 4 基于分类置信策略的二次分类方法 | 第47-57页 |
| 4.1 设计背景 | 第47-48页 |
| 4.2 二次分类方法 | 第48-49页 |
| 4.3 预设的置信度阈值参数确定 | 第49-50页 |
| 4.4 实验和结果分析 | 第50-52页 |
| 4.5 学术报告网站和客户端APP系统原型 | 第52-56页 |
| 4.5.1 后台设计 | 第52-54页 |
| 4.5.2 系统展示 | 第54-56页 |
| 4.6 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 论文工作总结 | 第57页 |
| 5.2 未来工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第62-64页 |
