| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·问题的提出及研究意义 | 第10-12页 |
| ·问题的提出 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文的研究内容 | 第14-16页 |
| ·本文的主要工作 | 第14页 |
| ·本文的组织 | 第14-16页 |
| 2 文本分类技术 | 第16-32页 |
| ·引言 | 第16页 |
| ·文本分类问题描述 | 第16-18页 |
| ·文本的形式化 | 第18页 |
| ·常用的文本特征选择方法 | 第18-20页 |
| ·特征词的文档频率(DF) | 第19页 |
| ·信息增益方法(IG) | 第19页 |
| ·互信息方法(MI) | 第19-20页 |
| ·χ~2 统计量(CHI) | 第20页 |
| ·特征词的权重计算 | 第20-21页 |
| ·常用的文本分类方法 | 第21-28页 |
| ·Naive Bayes 方法 | 第22-23页 |
| ·KNN 方法 | 第23页 |
| ·类中心向量法 | 第23-24页 |
| ·神经网络 | 第24-26页 |
| ·支持向量机 | 第26-27页 |
| ·决策树方法 | 第27-28页 |
| ·文本分类方法的性能评估 | 第28-30页 |
| ·查全率与查对率、宏平均与微平均 | 第28-29页 |
| ·BEP(Break-even point)和F1(F-measure) | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 3 基于χ~2 统计的特征选择方法 | 第32-36页 |
| ·χ~2统计方法的不足 | 第32-33页 |
| ·χ~2统计方法的改进 | 第33-35页 |
| ·频度 | 第33-34页 |
| ·类间集中度 | 第34页 |
| ·类内分散度 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 4 实验方法与结果分析 | 第36-48页 |
| ·中文文本分类系统构造 | 第36-39页 |
| ·中文文本分类系统结构 | 第36-37页 |
| ·分词系统 | 第37-38页 |
| ·特征选择系统 | 第38-39页 |
| ·分类系统 | 第39页 |
| ·本节小结 | 第39页 |
| ·数据来源 | 第39-40页 |
| ·特征选择个数的选取 | 第40页 |
| ·文本分类实验 | 第40-46页 |
| ·混淆矩阵 | 第40-43页 |
| ·总体查全率、查对率、F_1 值 | 第43页 |
| ·各个类的查全率、查对率、F_1 值 | 第43-44页 |
| ·各个类的分类情况图形显示 | 第44-46页 |
| ·本节小结 | 第46页 |
| ·本章小结 | 第46-48页 |
| 5 结论与展望 | 第48-50页 |
| ·本文的工作总结 | 第48页 |
| ·进一步的工作 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54-56页 |