网络文本分类技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-9页 |
| 1 引言 | 第9-16页 |
| ·研究背景和意义 | 第9-10页 |
| ·研究背景 | 第9页 |
| ·网络文本分类意义 | 第9-10页 |
| ·文本分类技术的研究现状 | 第10-13页 |
| ·国外研究状况 | 第10-11页 |
| ·国内研究状况 | 第11-12页 |
| ·网络文本分类研究现状 | 第12-13页 |
| ·课题研究难点及突出问题 | 第13-15页 |
| ·论文组织结构 | 第15-16页 |
| 2 网络文本提取技术 | 第16-19页 |
| ·HTML语言介绍 | 第16-17页 |
| ·网页内容提取的方法 | 第17-18页 |
| ·基于模板的网页内容提取法 | 第17-18页 |
| ·基于统计的网页内容提取法 | 第18页 |
| ·基于视觉的网页正文提取法 | 第18页 |
| ·本章小结 | 第18-19页 |
| 3 网络文本分类关键技术 | 第19-32页 |
| ·网络文本预处理 | 第20页 |
| ·中文分词技术 | 第20-23页 |
| ·中文分词的问题及难点 | 第21-22页 |
| ·中文分词的主要方法 | 第22-23页 |
| ·文本表示 | 第23-26页 |
| ·权重计算 | 第26-27页 |
| ·特征提取 | 第27-29页 |
| ·常见文本分类算法 | 第29-31页 |
| ·贝叶斯分类方法 | 第29-30页 |
| ·决策树分类方法 | 第30页 |
| ·基于距离的分类方法 | 第30页 |
| ·其他分类方法 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 4 网络文本内容提取及文本预处理的实现 | 第32-43页 |
| ·网页文本内容提取 | 第32-35页 |
| ·网页文本内容提取的实现 | 第32-33页 |
| ·网页内容提取主要主要步骤及流程 | 第33-34页 |
| ·网页内容提取主要函数 | 第34-35页 |
| ·中文分词实现 | 第35-39页 |
| ·词库索引的建立 | 第36-37页 |
| ·分词的主要步骤 | 第37-38页 |
| ·去除停用词 | 第38-39页 |
| ·文本表示 | 第39-41页 |
| ·特征提取 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 5 文本分类的实现 | 第43-55页 |
| ·KNN分类 | 第44-46页 |
| ·KNN分类算法 | 第44-45页 |
| ·KNN分类的实现 | 第45-46页 |
| ·贝叶斯分类 | 第46-50页 |
| ·朴素贝叶斯模型 | 第46-47页 |
| ·贝叶斯公式介绍 | 第47页 |
| ·贝叶斯分类算法 | 第47-49页 |
| ·贝叶斯分类算法实现 | 第49-50页 |
| ·贝叶斯分类算法问题分析及改进 | 第50-52页 |
| ·基于TAN结构的贝叶斯分类方法 | 第50-51页 |
| ·TAN结构的贝叶斯方法实现 | 第51-52页 |
| ·文本情感分类 | 第52-54页 |
| ·文本情感概念的组成 | 第52-53页 |
| ·文本情感特征提取及分类实现 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 6 网络文本分类系统的评估及实验结果 | 第55-60页 |
| ·分类器评估指标 | 第55-56页 |
| ·查准率和查全率 | 第55-56页 |
| ·F测试值 | 第56页 |
| ·精确率和错误率 | 第56页 |
| ·分类测试实验结果 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 7 总结和展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 在学期间研究成果 | 第65-66页 |
| 致谢 | 第66页 |
