海南岛中—东部屯昌地区古生代变基性岩体的变质特征及其构造意义
| 第1章 引言 | 第1-13页 |
| 1．1 研究背景 | 第9页 |
| 1．2 应用领域 | 第9-10页 |
| 1．2．1 冗余过滤 | 第10页 |
| 1．2．2 对检索结果的组织 | 第10页 |
| 1．2．3 个性化服务 | 第10页 |
| 1．3 研究现状 | 第10-11页 |
| 1．4 本文的工作 | 第11-12页 |
| 1．5 文章组织 | 第12-13页 |
| 第2章 中文文本分类相关技术及资源 | 第13-21页 |
| 2．1 中文文本的自动分词与词性标注技术 | 第13-17页 |
| 2．1．1 歧义切分字段处理 | 第13-15页 |
| 2．1．2 中文姓名识别 | 第15-16页 |
| 2．1．3 词性标注 | 第16-17页 |
| 2．2 知网的概念系统 | 第17-21页 |
| 2．2．1 知网简介 | 第17-18页 |
| 2．2．2 知网中“义原”的概念 | 第18页 |
| 2．2．3 知网中概念的关系 | 第18-19页 |
| 2．2．4 知网中关键词到概念的映射关系 | 第19-21页 |
| 第3章 基于概念的文本表示方法 | 第21-33页 |
| 3．1 向量空间模型(VSM) | 第21-22页 |
| 3．2 以概念作为特征 | 第22-27页 |
| 3．2．1 以概念作为特征的好处 | 第22-23页 |
| 3．2．2 专有名词的处理 | 第23页 |
| 3．2．3 专有名词词典的建立 | 第23-24页 |
| 3．2．4 概念映射 | 第24-27页 |
| 3．3 特征权重的计算 | 第27-29页 |
| 3．4 特征子集的选取 | 第29-33页 |
| 3．4．1 互信息法 | 第30页 |
| 3．4．2 x~2统计量方法 | 第30-31页 |
| 3．4．3 信息增益IG | 第31页 |
| 3．4．4 文本中特征的期望交叉熵 | 第31-32页 |
| 3．4．5 词频 | 第32-33页 |
| 第4章 文本分类方法 | 第33-41页 |
| 4．1 支持向量机 | 第33-35页 |
| 4．2 k-近邻法 | 第35-36页 |
| 4．3 Rocchio分类器 | 第36-37页 |
| 4．4 Naive Bayes算法 | 第37-41页 |
| 4．4．1 朴素贝叶斯方法原理 | 第37-38页 |
| 4．4．2 朴素贝叶斯方法的不足 | 第38页 |
| 4．4．3 改进的贝叶斯方法 | 第38-41页 |
| 第5章 实验过程及结果分析 | 第41-47页 |
| 5．1 评价标准 | 第41-42页 |
| 5．2 分类语料库 | 第42-43页 |
| 5．3 实验过程 | 第43-47页 |
| 5．3．1 文本预处理 | 第43页 |
| 5．3．2 特征抽取 | 第43-44页 |
| 5．3．3 权重计算 | 第44页 |
| 5．3．4 特征子集的选择 | 第44页 |
| 5．3．5 文本类别的判定 | 第44页 |
| 5．3．6 实验结果 | 第44-47页 |
| 第6章 结论与展望 | 第47-49页 |
| 6．1 工作总结 | 第47-48页 |
| 6．2 后续工作展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 攻读硕士学位期间发表论文情况 | 第52-53页 |
| 致谢 | 第53页 |
