基于团结构的文本分类技术研究

摘要	第1-5页
Abstract	第5-8页
第一章 引言	第8-12页
·研究背景	第8-9页
·本文工作	第9-10页
·论文组织	第10-12页
第二章 文本分类概述	第12-32页
·文本分类的基本概念	第12-14页
·文本分类任务的特点	第12-13页
·文本分类系统的流程	第13-14页
·文本预处理	第14-17页
·去除语料库中的格式标记	第14-15页
·去除停用词、稀有词和词干化	第15页
·中文分词	第15-17页
·文本表示方法	第17-19页
·布尔权重	第17页
·词频权重	第17-18页
·tf-idf 权重	第18页
·tfc 权重	第18页
·ltc 权重	第18-19页
·降维技术	第19-26页
·特征选择	第19-22页
·特征提取	第22-26页
·文本分类算法	第26-29页
·Rocchio 算法	第26-27页
·Na(?)ve Bayes 算法	第27页
·K 近邻分类器	第27-28页
·决策树算法	第28页
·支持向量机	第28-29页
·评价方法	第29-32页
第三章 基于文本团的文本分类	第32-43页
·文本相似图	第32页
·文本团提取	第32-33页
·文本类别确定	第33-34页
·GC 与SVM 组合分类器	第34页
·试验准备和结果分析	第34-43页
·语料库	第34-36页
·预处理	第36-37页
·试验结果及分析	第37-43页
第四章 基于链接信息的文本分类	第43-53页
·基于内容的相似性度量	第43-44页
·基于链接的相似性度量	第44-45页
·内容相似与链接相似组合确定文本类别	第45页
·试验准备和结果分析	第45-53页
·语料库	第45-46页
·数据预处理	第46页
·试验结果及分析	第46-53页
第五章 总结与展望	第53-55页
·总结	第53页
·展望	第53-55页
参考文献	第55-59页
在学期间学术成果情况	第59-60页
致谢	第60页