| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·国外研究现状 | 第10页 |
| ·国内研究现状 | 第10-11页 |
| ·当前主要应用领域 | 第11页 |
| ·当前研究重点问题 | 第11-12页 |
| ·本文的主要研究工作 | 第12页 |
| ·本文的组织 | 第12-14页 |
| 第2章 中文文本分类技术 | 第14-30页 |
| ·文本分类的定义 | 第14页 |
| ·文本分类的类别 | 第14-16页 |
| ·文本预处理 | 第16-20页 |
| ·中文分词 | 第16-19页 |
| ·中文词性标注 | 第19-20页 |
| ·文本表示 | 第20-22页 |
| ·布尔模型 | 第21页 |
| ·向量空间模型 | 第21-22页 |
| ·概率模型 | 第22页 |
| ·特征选取 | 第22-25页 |
| ·文本频率 | 第23页 |
| ·互信息 | 第23-24页 |
| ·信息增益 | 第24页 |
| ·x~2统计 | 第24-25页 |
| ·权重计算 | 第25-26页 |
| ·文本分类方法 | 第26-29页 |
| ·贝叶斯方法 | 第26-27页 |
| ·k-近邻方法 | 第27-28页 |
| ·支持向量机方法 | 第28-29页 |
| ·分类算法评估 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于类别核心词上下文矩阵的文本表示方法 | 第30-38页 |
| ·向量空间模型(VSM)的优缺点 | 第30页 |
| ·上下文词语之间的关系描述 | 第30-33页 |
| ·核心词上下文矩阵 | 第32页 |
| ·词语上下文信息量描述 | 第32-33页 |
| ·基于类别核心词上下文矩阵的文本表示方法KTFIDF | 第33-37页 |
| ·类别核心词的确定 | 第34页 |
| ·类别核心词上下文矩阵 | 第34-35页 |
| ·类别核心词上下文矩阵的加权方法 | 第35-36页 |
| ·基于类别核心词的上下文矩阵的文本表示方法KTFIDF | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 中文文本分类方法的比较 | 第38-43页 |
| ·三种分类方法理论比较 | 第38-39页 |
| ·贝叶斯方法(NB)的优缺点 | 第38页 |
| ·最近邻方法(KNN)的优缺点 | 第38页 |
| ·支持向量机方法(SVM)的优缺点 | 第38-39页 |
| ·实验结果及分析 | 第39-42页 |
| ·实验环境及实验数据 | 第39页 |
| ·实验结果 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第5章 结论与展望 | 第43-45页 |
| ·结论 | 第43页 |
| ·展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 攻读硕士期间发表论文情况 | 第48-49页 |
| 致谢 | 第49-50页 |