| 第一章 序言 | 第1-13页 |
| ·课题背景 | 第9-11页 |
| ·课题研究目标及相关问题 | 第11页 |
| ·论文的结构 | 第11-13页 |
| 第二章 语料库介绍及系统实现框架 | 第13-24页 |
| ·语料库基础知识 | 第13-17页 |
| ·概述 | 第13-14页 |
| ·语料库的加工、管理和规范 | 第14-16页 |
| ·语料库在语言研究中的应用 | 第16-17页 |
| ·系统实现框架 | 第17-23页 |
| ·语料库的细分 | 第17-18页 |
| ·邮件语料库的管理 | 第18-22页 |
| ·邮件处理流程 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 邮件解析及预处理 | 第24-32页 |
| ·电子邮件基本知识 | 第24-28页 |
| ·邮件的格式 | 第24-27页 |
| ·邮件的传送 | 第27-28页 |
| ·邮件解析 | 第28-29页 |
| ·解析后预处理 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 邮件分类技术及实现 | 第32-48页 |
| ·邮件表示模型 | 第32-38页 |
| ·邮件特征 | 第32-35页 |
| ·邮件标引 | 第35-36页 |
| ·特征选择 | 第36-38页 |
| ·邮件分类方法 | 第38-40页 |
| ·Rocchio方法—相似度计算方法 | 第38-39页 |
| ·Naive Bayes—简单贝叶斯方法 | 第39页 |
| ·Winnow方法 | 第39页 |
| ·SVM—支持向量机 | 第39-40页 |
| ·其他 | 第40页 |
| ·使用最大熵模型进行邮件分类 | 第40-46页 |
| ·最大熵模型介绍 | 第40-41页 |
| ·实验及其结果 | 第41-46页 |
| ·本章小结 | 第46-48页 |
| 第五章 邮件聚类技术及实现 | 第48-57页 |
| ·传统文本聚类方法 | 第48-51页 |
| ·划分方法（Partitioning Method） | 第48-49页 |
| ·层次方法（Hierarchical Method） | 第49-50页 |
| ·基于密度的方法（Density-Based Method） | 第50-51页 |
| ·基于可到达路径的文本聚类算法 | 第51-56页 |
| ·相关定义 | 第51-52页 |
| ·算法描述 | 第52-54页 |
| ·实验及其结果 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第六章 语料库属性及邮件语料添加算法 | 第57-68页 |
| ·邮件语料库属性分析 | 第57-60页 |
| ·覆盖度 | 第58-59页 |
| ·密度 | 第59页 |
| ·代表度 | 第59-60页 |
| ·邮件添加算法描述及实现 | 第60-65页 |
| ·邮件去重算法 | 第61-62页 |
| ·新语料添加算法 | 第62-65页 |
| ·实验设置及结果分析 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 第七章 总结与展望 | 第68-70页 |
| ·本文总结 | 第68页 |
| ·未来工作 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 攻读学位期间公开发表的论文 | 第73-74页 |
| 致谢 | 第74-75页 |
| 详细摘要 | 第75-77页 |
