维吾尔文文本分类系统的设计与实现
摘要 | 第2-4页 |
abstract | 第4-5页 |
第一章 绪论 | 第8-13页 |
1.1 研究背景与意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-11页 |
1.3 本文主要研究的内容 | 第11页 |
1.4 本文的组织结构 | 第11-13页 |
第二章 文本分类系统的相关技术研究 | 第13-27页 |
2.1 文本分类综述 | 第13-14页 |
2.1.1 文本分类的定义 | 第13页 |
2.1.2 文本分类的流程 | 第13-14页 |
2.2 维吾尔文字特点 | 第14-15页 |
2.3 文本预处理 | 第15-16页 |
2.3.1 文本编码 | 第15页 |
2.3.2 除去非法字符 | 第15页 |
2.3.3 去停用词 | 第15-16页 |
2.3.4 词干提取 | 第16页 |
2.4 文本表示 | 第16-19页 |
2.4.1 布尔逻辑模型 | 第17页 |
2.4.2 向量空间模型 | 第17-18页 |
2.4.3 潜在语义索引 | 第18页 |
2.4.4 概率模型 | 第18-19页 |
2.5 特征选择 | 第19-22页 |
2.5.1 文本频率 | 第19-20页 |
2.5.2 信息增益 | 第20页 |
2.5.3 期望交叉熵 | 第20-21页 |
2.5.4 互信息 | 第21页 |
2.5.5 卡方统计量 | 第21-22页 |
2.6 文本分类算法 | 第22-25页 |
2.6.1 朴素贝叶斯分类算法 | 第22-23页 |
2.6.2 K-最邻近分类算法 | 第23页 |
2.6.3 支持向量机分类算法 | 第23-25页 |
2.7 文本分类性能评估 | 第25-26页 |
2.7.1 评价方法 | 第25页 |
2.7.2 评估标准 | 第25-26页 |
2.8 本章小结 | 第26-27页 |
第三章 改进互信息的维吾尔文特征选择方法 | 第27-35页 |
3.1 传统互信息算法 | 第27页 |
3.2 传统互信息的不足与改进 | 第27-31页 |
3.2.1 互信息算法分析 | 第27-28页 |
3.2.2 类别内特征频率 | 第28-29页 |
3.2.3 类内分散度 | 第29页 |
3.2.4 修正因子 | 第29-30页 |
3.2.5 信息增益 | 第30-31页 |
3.3 实验结果与分析 | 第31-32页 |
3.3.1 实验数据集 | 第31-32页 |
3.3.2 分类器 | 第32页 |
3.4 实验数据和分析 | 第32-34页 |
3.5 本章小结 | 第34-35页 |
第四章 改进森林优化的维吾尔文特征选择方法 | 第35-45页 |
4.1 优化算法在文本特征提取的应用 | 第35-36页 |
4.2 森林优化算法的预处理 | 第36-39页 |
4.2.1 期望交叉熵 | 第36-37页 |
4.2.2 文本频率改进 | 第37页 |
4.2.3 特征项区分度的改进 | 第37-38页 |
4.2.4 类词频的改进 | 第38页 |
4.2.5 数据集不均匀的改进 | 第38-39页 |
4.3 期望交叉熵粗提取 | 第39页 |
4.4 森林优化基本原理 | 第39-40页 |
4.5 改进的森林优化算法 | 第40-42页 |
4.6 实验结果 | 第42-44页 |
4.7 本章总结 | 第44-45页 |
第五章 维吾尔文文本分类系统的设计与实现 | 第45-56页 |
5.1 系统需求及可行性分析 | 第45-46页 |
5.1.1 系统需求性分析 | 第45页 |
5.1.2 系统可行性分析 | 第45-46页 |
5.2 系统开发环境 | 第46页 |
5.3 系统的详细设计与实现 | 第46-54页 |
5.3.1 登陆模块设计 | 第47-48页 |
5.3.2 预处理模块 | 第48-51页 |
5.3.3 特征提取模块 | 第51-54页 |
5.3.4 性能评估模块 | 第54页 |
5.4 本章小结 | 第54-56页 |
第六章 总结与展望 | 第56-58页 |
6.1 总结 | 第56-57页 |
6.2 本文的不足之处 | 第57-58页 |
参考文献 | 第58-61页 |
致谢 | 第61-63页 |