| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 选题背景和意义 | 第10-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国外文本分类的研究现状 | 第13-14页 |
| 1.2.2 国内文本分类研究现状 | 第14-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 本文章节安排 | 第16-17页 |
| 第二章 文本分类的相关知识概述 | 第17-28页 |
| 2.1 文本分类的流程 | 第17-18页 |
| 2.2 文本分类的预处理 | 第18-20页 |
| 2.2.1 分词 | 第18-19页 |
| 2.2.2 去停用词 | 第19-20页 |
| 2.2.3 词性标注 | 第20页 |
| 2.3 文本分类的特征选择 | 第20-23页 |
| 2.3.1 词项频率 | 第20-21页 |
| 2.3.2 逆文档频率 | 第21页 |
| 2.3.3 互信息 | 第21-22页 |
| 2.3.4 信息增益 | 第22页 |
| 2.3.5 χ~2统计量 | 第22-23页 |
| 2.4 文本表示 | 第23-24页 |
| 2.4.1 向量空间模型 | 第23-24页 |
| 2.4.2 文本分布式表示 | 第24页 |
| 2.5 文本分类的分类算法 | 第24-27页 |
| 2.5.1 朴素贝叶斯文本分类 | 第24-25页 |
| 2.5.2 K-近邻 | 第25页 |
| 2.5.3 支持向量机 | 第25-26页 |
| 2.5.4 Rocchio分类算法 | 第26-27页 |
| 2.6 本章小结 | 第27-28页 |
| 第三章 主题模型 | 第28-42页 |
| 3.1 主题模型简介 | 第28页 |
| 3.2 主题模型的工作原理 | 第28-30页 |
| 3.3 LSI模型 | 第30页 |
| 3.4 PLSI模型 | 第30-34页 |
| 3.4.1 PLSI模型简介 | 第30-32页 |
| 3.4.2 PSLI参数估计 | 第32-34页 |
| 3.5 LDA主题模型 | 第34-39页 |
| 3.5.1 LDA主题模型简介 | 第34页 |
| 3.5.2 LDA主题模型表示 | 第34-36页 |
| 3.5.3 LDA主题模型参数估计 | 第36-39页 |
| 3.6 BTM主题模型 | 第39-41页 |
| 3.6.1 BTM主题模型的表示 | 第40-41页 |
| 3.6.2 BTM主题模型的参数估计 | 第41页 |
| 3.7 本章小结 | 第41-42页 |
| 第四章 基于标题和正文的主题建模 | 第42-54页 |
| 4.1 问题的提出 | 第42页 |
| 4.2 模型介绍 | 第42-44页 |
| 4.3 参数估计 | 第44-46页 |
| 4.4 实验与结果 | 第46-53页 |
| 4.4.1 实验数据集 | 第46-47页 |
| 4.4.2 实验环境 | 第47-48页 |
| 4.4.3 对比试验、评估方法和分类器 | 第48-49页 |
| 4.4.4 命名实体识别 | 第49-50页 |
| 4.4.5 分类实验结果 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第五章 基于直通车标题评价对象的抽取 | 第54-66页 |
| 5.1 问题提出 | 第54-55页 |
| 5.2 抽取评价对象 | 第55-60页 |
| 5.2.1 抽取潜在的评价对象 | 第55-58页 |
| 5.2.2 基于动词词典库获取真实的评价对象 | 第58-60页 |
| 5.3 抽取评价对象实验 | 第60-64页 |
| 5.3.1 实验数据集和评估方法 | 第60页 |
| 5.3.2 实验设置 | 第60-61页 |
| 5.3.3 实验结果 | 第61-64页 |
| 5.4 本章小结 | 第64-66页 |
| 第六章 总结和展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 图表目录 | 第73-75页 |
| List of Figures and Tables | 第75-77页 |
| 致谢 | 第77-78页 |
| 攻读硕士期间参加发表的论文 | 第78页 |