| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 选题背景和研究意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 文本特征提取 | 第11-12页 |
| 1.2.2 文本层次结构构建 | 第12-15页 |
| 1.2.3 文本层次分类 | 第15-17页 |
| 1.3 本文主要的研究内容 | 第17-18页 |
| 1.4 本文组织结构 | 第18-20页 |
| 第2章 文本分类知识 | 第20-30页 |
| 2.1 文本分类概述 | 第20-21页 |
| 2.2 文本特征提取方法 | 第21-25页 |
| 2.2.1 特征选择 | 第22-24页 |
| 2.2.2 特征计算 | 第24-25页 |
| 2.3 文本分类方法 | 第25-29页 |
| 2.3.1 支持向量机 | 第25-26页 |
| 2.3.2 朴素贝叶斯 | 第26-27页 |
| 2.3.3 决策树 | 第27-28页 |
| 2.3.4 随机森林 | 第28-29页 |
| 2.3.5 k-近邻 | 第29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 基于松弛策略的层次结构构建方法 | 第30-38页 |
| 3.1 松弛策略类别分割 | 第30-32页 |
| 3.1.1 K-Means聚类 | 第30页 |
| 3.1.2 松弛策略 | 第30-31页 |
| 3.1.3 基于松弛因子的类别分割 | 第31-32页 |
| 3.2 层次结构构建 | 第32-34页 |
| 3.3 节点分类器训练 | 第34-36页 |
| 3.3.1 分类器训练集划分 | 第34-35页 |
| 3.3.2 分类器训练算法 | 第35-36页 |
| 3.4 本章小结 | 第36-38页 |
| 第4章 基于软决策的层次分类方法 | 第38-48页 |
| 4.1 基于LIT（Least Information Theory）的特征计算方法 | 第38-39页 |
| 4.1.1 最少信息熵（LIT）模型 | 第38-39页 |
| 4.1.2 最少信息熵二项模型 | 第39页 |
| 4.1.3 最少信息熵频率模型 | 第39页 |
| 4.2 基于LIG（Least Information Gain）的特征选择方法 | 第39-40页 |
| 4.2.1 最少信息增益（LIG）模型 | 第39-40页 |
| 4.2.2 DF*LIG特征选择方法 | 第40页 |
| 4.2.3 DF*IG特征选择方法 | 第40页 |
| 4.3 软决策层次分类 | 第40-43页 |
| 4.3.1 软决策方法 | 第40-42页 |
| 4.3.2 基于软决策的层次分类算法 | 第42-43页 |
| 4.4 松弛策略层次结构中的应用 | 第43-46页 |
| 4.4.1 基于松弛策略层次结构的改进 | 第43-44页 |
| 4.4.2 基于松弛策略层次结构的软决策分类算法 | 第44-46页 |
| 4.5 本章小结 | 第46-48页 |
| 第5章 实验结果与分析 | 第48-72页 |
| 5.1 数据集 | 第48-50页 |
| 5.1.1 路透社新闻故事语料库（RCV1） | 第48-49页 |
| 5.1.2 谭松波中文文本分类语料库（TanCorp） | 第49-50页 |
| 5.2 层次结构构建结果 | 第50-57页 |
| 5.3 性能评测标准 | 第57-58页 |
| 5.4 基于松弛策略的层次结构构建方法评测 | 第58-66页 |
| 5.4.1 参数 对分类性能的影响 | 第58-59页 |
| 5.4.2 与其他分类方法的性能比较 | 第59-60页 |
| 5.4.3 特征数量对分类性能的影响 | 第60-62页 |
| 5.4.4 特征选择方法对分类性能的影响 | 第62-63页 |
| 5.4.5 特征计算方法对分类性能的影响 | 第63-64页 |
| 5.4.6 不同类型的节点分类器对分类性能的影响 | 第64-66页 |
| 5.5 基于软决策的层次分类方法评测 | 第66-69页 |
| 5.5.1 基于软决策的层次分类算法评测 | 第66-68页 |
| 5.5.2 基于松弛策略层次结构的软决策分类算法评测 | 第68-69页 |
| 5.6 层次分类方法之间的性能比较 | 第69-71页 |
| 5.7 本章小结 | 第71-72页 |
| 结论 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读硕士期间的主要科研成果 | 第78-80页 |
| 致谢 | 第80页 |
