| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究背景 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·研究内容 | 第12-13页 |
| ·组织结构 | 第13-15页 |
| 第二章 文本分类概述 | 第15-24页 |
| ·文本预处理与文本表示 | 第15-18页 |
| ·文本预处理 | 第15-16页 |
| ·文本表示 | 第16-17页 |
| ·特征选择 | 第17-18页 |
| ·文本分类相关算法 | 第18-21页 |
| ·基于质心的文本分类算法 | 第18-19页 |
| ·朴素贝叶斯分类算法 | 第19页 |
| ·K 近邻分类算法 | 第19-20页 |
| ·决策树分类算法 | 第20页 |
| ·人工神经网络分类算法 | 第20页 |
| ·支持向量机分类算法 | 第20-21页 |
| ·性能评价与相关语料库 | 第21-23页 |
| ·性能评价 | 第21-22页 |
| ·相关语料库 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 标记样本不足的文本分类研究方法 | 第24-28页 |
| ·基于部分标记样本和大量的未标记样本构建分类器 | 第24-25页 |
| ·基于正例样本和大量的未标记样本构建分类器 | 第25-26页 |
| ·基于关键词和大量的未标记样本构建分类器 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第四章 通过关键词和未标记样本建立分类器的新方法 | 第28-38页 |
| ·知网简介 | 第28-29页 |
| ·文档检索 | 第29-30页 |
| ·查询关键词的语义扩展 | 第29-30页 |
| ·计算查询词与文档间的相似度 | 第30页 |
| ·从检索文档中标记部分正例样本 | 第30-32页 |
| ·扩展正例样本 | 第32-33页 |
| ·文档分类 | 第33-34页 |
| ·实验 | 第34-37页 |
| ·准备数据 | 第34-35页 |
| ·实验设置 | 第35页 |
| ·实验结果 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 通过关键词和维基百科知识建立分类器的新方法 | 第38-47页 |
| ·维基百科简介 | 第38-39页 |
| ·通过关键词从维基百科中抽取相关维基文档 | 第39-40页 |
| ·通过相关的维基百科文档从未标记样本中抽取正例样本 | 第40-43页 |
| ·抽取正例的代表特征 | 第40-41页 |
| ·分割未标记样本 | 第41-42页 |
| ·从不确定的样本中抽取正例样本 | 第42页 |
| ·迭代抽取更多的正例样本 | 第42-43页 |
| ·分类算法 | 第43-44页 |
| ·实验 | 第44-46页 |
| ·数据集 | 第44-45页 |
| ·实验设置 | 第45页 |
| ·实验结果 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 总结与展望 | 第47-49页 |
| ·总结 | 第47页 |
| ·展望 | 第47-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 作者简介 | 第53页 |