| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 论文结构 | 第15-17页 |
| 第2章 文本分类相关技术 | 第17-29页 |
| 2.1 文本分类技术 | 第17-18页 |
| 2.1.1 文本分类的定义 | 第17页 |
| 2.1.2 文本分类的特点 | 第17-18页 |
| 2.2 文本分类的主要技术 | 第18-28页 |
| 2.2.1 文本预处理 | 第18-20页 |
| 2.2.2 文本模型表示 | 第20-22页 |
| 2.2.3 特征选择与特征权重计算 | 第22页 |
| 2.2.4 文本分类算法 | 第22-28页 |
| 2.3 本章小结与讨论 | 第28-29页 |
| 第3章 卡方统计方法的改进 | 第29-41页 |
| 3.1 特征选择 | 第29-32页 |
| 3.1.1 概述 | 第29-30页 |
| 3.1.2 特征选择方法 | 第30-32页 |
| 3.2 传统的卡方统计算法 | 第32-33页 |
| 3.3 传统卡方统计算法的不足 | 第33-35页 |
| 3.4 基于项频度和类内信息熵的卡方统计方法 | 第35-40页 |
| 3.4.1 特征项频度 | 第35-36页 |
| 3.4.2 信息熵 | 第36-37页 |
| 3.4.3 修正因子 | 第37页 |
| 3.4.4 基于特征频度和类内信息熵的卡方统计方法 | 第37-40页 |
| 3.5 本章结论与小结 | 第40-41页 |
| 第4章 TF-IDF特征权重方法的改进 | 第41-52页 |
| 4.1 传统的TF-IDF权重计算方法 | 第41-42页 |
| 4.2 传统的TF-IDF方法的不足 | 第42-44页 |
| 4.3 TF-IDF的改进计算方法 | 第44-50页 |
| 4.3.1 基于卡方统计的TF-IDF方法 | 第44-46页 |
| 4.3.2 基于类内信息熵的TF-IDF方法 | 第46-47页 |
| 4.3.3 基于卡方统计和类内信息熵的TF-IDF方法 | 第47-50页 |
| 4.4 本章讨论与小结 | 第50-52页 |
| 第5章 实验 | 第52-66页 |
| 5.1 实验数据集 | 第52页 |
| 5.2 中文分词系统 | 第52-53页 |
| 5.3 特征降维 | 第53-54页 |
| 5.4 分类器 | 第54-55页 |
| 5.5 评估方法 | 第55-57页 |
| 5.5.1 准确率 | 第55页 |
| 5.5.2 召回率 | 第55页 |
| 5.5.3 F测量和F1值 | 第55-56页 |
| 5.5.4 宏平均和微平均 | 第56-57页 |
| 5.6 实验结果分析 | 第57-64页 |
| 5.6.1 特征选择方法对比实验 | 第57-60页 |
| 5.6.2 特征加权方法对比实验 | 第60-64页 |
| 5.7 本章讨论与小结 | 第64-66页 |
| 第6章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 作者简介 | 第71-72页 |
| 致谢 | 第72页 |