| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 存在的问题分析 | 第13-14页 |
| 1.4 本文的主要工作 | 第14页 |
| 1.5 本文的组织结构 | 第14-16页 |
| 第2章 相关的文本分类工作 | 第16-31页 |
| 2.1 文本分类定义 | 第16-17页 |
| 2.2 文本表示模型 | 第17-20页 |
| 2.2.1 向量空间模型 | 第17-19页 |
| 2.2.2 布尔模型 | 第19页 |
| 2.2.3 概率模型 | 第19-20页 |
| 2.3 文本分类流程 | 第20-21页 |
| 2.4 特征选择 | 第21-25页 |
| 2.4.1 文档频率 | 第22-23页 |
| 2.4.2 信息增益 | 第23-24页 |
| 2.4.3 x~2统计 | 第24-25页 |
| 2.5 分类方法 | 第25-29页 |
| 2.5.1 朴素贝叶斯算法 | 第25-26页 |
| 2.5.2 KNN 算法 | 第26-27页 |
| 2.5.3 支持向量机（SVM）算法 | 第27-28页 |
| 2.5.4 Rocchio 算法 | 第28-29页 |
| 2.6 分类系统评估 | 第29-31页 |
| 2.6.1 准确率和召回率 | 第29页 |
| 2.6.2 F-度量值 | 第29-30页 |
| 2.6.3 宏平均 | 第30-31页 |
| 第3章 文本相似度量方法 | 第31-42页 |
| 3.1 TF-TDF 方法 | 第31-35页 |
| 3.1.1 TF-IDF 的主要思想 | 第31-33页 |
| 3.1.2 TF-IDF 的研究现状 | 第33-35页 |
| 3.2 基于词项语义的文本相似度 | 第35-36页 |
| 3.3 TF-IDF 与词项语义信息相结合的文本预处理方法 | 第36-41页 |
| 3.3.1 文本分词 | 第36-38页 |
| 3.3.2 特殊词项过滤 | 第38-39页 |
| 3.3.3 文本预处理一般过程图 | 第39-41页 |
| 3.4 TF-IDF 方法与词项语义信息相结合的关键词项选择 | 第41-42页 |
| 第4章 将 TF-IDF 方法与词汇语义信息相结合度量文本相似度 | 第42-50页 |
| 4.1 文本相似度计算的提出 | 第42-46页 |
| 4.2 词项相似度加权树的构建 | 第46-48页 |
| 4.2.1 词项相似度加权树的初始化 | 第46-47页 |
| 4.2.2 词项相似度加权树的加权及更新 | 第47页 |
| 4.2.3 网络图构造 | 第47-48页 |
| 4.3 TF-IDF 和语义分析相结合的文本相似度算法 | 第48-50页 |
| 第5章 实验 | 第50-63页 |
| 5.1 实验数据 | 第50-51页 |
| 5.2 特征项选择 | 第51-54页 |
| 5.3 相似度阈值的确定 | 第54-56页 |
| 5.4 三种聚类算法下各方法的比较 | 第56-63页 |
| 第6章 结论与展望 | 第63-65页 |
| 6.1 本文结论 | 第63-64页 |
| 6.2 后续工作 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70页 |
