| 内容提要 | 第1-7页 |
| 第一章 绪论 | 第7-14页 |
| ·研究背景 | 第7-8页 |
| ·锚文本的作用 | 第8-9页 |
| ·项目简介 | 第9-11页 |
| ·相关工作 | 第11页 |
| ·本文的主要工作 | 第11-13页 |
| ·论文的组织安排 | 第13-14页 |
| 第二章 传统的文本分类算法 | 第14-22页 |
| ·引言 | 第14页 |
| ·文本分类模型 | 第14-16页 |
| ·几种文本分类算法的研究 | 第16-22页 |
| ·支持向量机 | 第16-19页 |
| ·k-近邻法 | 第19-20页 |
| ·NaiveBayes算法 | 第20-22页 |
| 第三章 TFIDF-2 模型和质心构建 | 第22-28页 |
| ·传统的TFIDF模型 | 第22-23页 |
| ·TFIDF-2模型 | 第23-25页 |
| ·质心特征权重及其计算 | 第25-28页 |
| 第四章 实验前期准备 | 第28-43页 |
| ·数据集介绍 | 第28-29页 |
| ·文本预处理 | 第29-31页 |
| ·开源软件Weka介绍 | 第31-37页 |
| ·Weka简介 | 第31-32页 |
| ·如何用Weka | 第32-35页 |
| ·ARFF格式介绍 | 第35-37页 |
| ·WordNet知识 | 第37-43页 |
| ·WordNet概述 | 第37-41页 |
| ·选择WordNet的目的 | 第41-43页 |
| 第五章 实验方法与结果 | 第43-52页 |
| ·实验一：使用质心进行文本分类 | 第43-46页 |
| ·实验二：使用质心提取未标识数据集中的正例文档 | 第46-48页 |
| ·实验三：本体与质心相结合提取未标识数据集中的正例文档 | 第48-52页 |
| 第六章 结论以及未来的工作 | 第52-54页 |
| ·工作总结 | 第52页 |
| ·工作展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 摘要 | 第57-60页 |
| Abstract | 第60-64页 |
| 致谢 | 第64-65页 |
| 导师及作者简介 | 第65页 |