基于形式概念分析的文本分类模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 文本分类 | 第11-12页 |
| 1.2.2 形式概念分析 | 第12页 |
| 1.3 论文主要内容和结构安排 | 第12-14页 |
| 第2章 文本分类 | 第14-24页 |
| 2.1 文本分类模型的处理流程 | 第14-15页 |
| 2.2 文本分类模型构建的预处理模块 | 第15-18页 |
| 2.2.1 文本预处理的分词模块 | 第15-16页 |
| 2.2.2 文本预处理的分词的特征选择模块 | 第16-17页 |
| 2.2.3 构造文档的特征向量 | 第17-18页 |
| 2.3 文本分类器构建的训练算法 | 第18-23页 |
| 2.3.1 朴素贝叶斯 | 第19页 |
| 2.3.2 SVM分类 | 第19-22页 |
| 2.3.3 Rocchi0方法 | 第22-23页 |
| 2.4 文本分类模型的评价指标 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 形式概念分析 | 第24-33页 |
| 3.1 序 | 第24-25页 |
| 3.2 概念格 | 第25-28页 |
| 3.2.1 形式背景和概念 | 第26-28页 |
| 3.2.2 概念格的相关概念 | 第28页 |
| 3.3 概念格构造算法 | 第28-30页 |
| 3.3.1 批处理算法 | 第29-30页 |
| 3.3.2 增量算法 | 第30页 |
| 3.4 概念格的应用 | 第30-32页 |
| 3.4.1 概念格在本体领域的应用 | 第30-31页 |
| 3.4.2 概念格在软件工程中的的应用 | 第31页 |
| 3.4.3 概念格在知识发现领域中的应用 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 第4章 基于形式概念分析的文本分类模型 | 第33-46页 |
| 4.1 基于形式概念的文本分类模型构建的整体结构 | 第33-34页 |
| 4.2 文本特征的提取和表示 | 第34-37页 |
| 4.2.1 文本输入特征表示 | 第34-35页 |
| 4.2.2 连续属性离散化 | 第35-37页 |
| 4.3 基于概念格的文本分类模型的构建 | 第37-44页 |
| 4.3.1 构建背景的概念格 | 第38-40页 |
| 4.3.2 提取类别判定规则 | 第40-44页 |
| 4.3.3 分类规则的应用 | 第44页 |
| 4.4 基于形式概念分析的分类模型的构建 | 第44-45页 |
| 4.5 本章小结 | 第45-46页 |
| 第5章 文本分类模型处理数据实例 | 第46-58页 |
| 5.1 软件处理数据的流程 | 第46-47页 |
| 5.2 软件实现文本分类模型的构建过程 | 第47-53页 |
| 5.2.1 训练集文本的预处理模块 | 第48-50页 |
| 5.2.2 训练集文本的形式背景构建模块 | 第50-51页 |
| 5.2.3 训练集文本的概念格构建模块 | 第51-52页 |
| 5.2.4 训练集文本的分类规则提取模块 | 第52-53页 |
| 5.3 未分类文本在模型中预测模块 | 第53-55页 |
| 5.4 实验评估 | 第55-56页 |
| 5.5 本章小结 | 第56-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间承担的科研任务 | 第62-63页 |
| 致谢 | 第63页 |
