| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 1 绪论 | 第9-13页 |
| 1.1 文本分类的研究背景和研究意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 相关理论的研究现状 | 第10-12页 |
| 1.2.1 文本分类技术的研究现状 | 第10-11页 |
| 1.2.2 云模型研究现状 | 第11-12页 |
| 1.3 本文的研究内容和组织结构 | 第12-13页 |
| 1.3.1 研究内容 | 第12页 |
| 1.3.2 本文的各章节安排 | 第12-13页 |
| 2 文本分类的相关技术研究 | 第13-31页 |
| 2.1 引言部分 | 第13页 |
| 2.2 文本分类的相关定义 | 第13页 |
| 2.3 文本分类流程 | 第13-14页 |
| 2.4 文本数据集 | 第14-16页 |
| 2.4.1 英文文本数据集 | 第15页 |
| 2.4.2 中文文本数据集 | 第15-16页 |
| 2.5 文本预处理 | 第16-19页 |
| 2.5.1 网页清洗 | 第16页 |
| 2.5.2 中文分词以及去停用次 | 第16-18页 |
| 2.5.3 文本表示 | 第18-19页 |
| 2.6 特征消减 | 第19-20页 |
| 2.6.1 文档频率（Document Frequency, DF） | 第19-20页 |
| 2.6.2 信息增益法 | 第20页 |
| 2.6.3 x~2统计（Chi-square） | 第20页 |
| 2.7 分类算法 | 第20-26页 |
| 2.7.1 结合统计思想的文本分类方法 | 第21-24页 |
| 2.7.2 基于规则的文本分类方法 | 第24-26页 |
| 2.8 性能评估 | 第26-29页 |
| 2.8.1 性能评估方法 | 第26-27页 |
| 2.8.2 性能评估指标 | 第27-29页 |
| 2.9 本章小结 | 第29-31页 |
| 3 云模型理论 | 第31-39页 |
| 3.1 引言 | 第31页 |
| 3.2 知识的不确定性 | 第31-33页 |
| 3.2.1 随机性 | 第31-32页 |
| 3.2.2 模糊性 | 第32页 |
| 3.2.3 随机性和模糊性之间的联系 | 第32页 |
| 3.2.4 自然语言中的不确定性 | 第32-33页 |
| 3.3 云模型 | 第33-38页 |
| 3.3.1 自然语言中的概念 | 第33-34页 |
| 3.3.2 云模型概述 | 第34-35页 |
| 3.3.3 云的三个数字特征 | 第35-36页 |
| 3.3.4 云模型基本算法 | 第36-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 结合云模型的文本分类方法 | 第39-43页 |
| 4.1 云化理论概述 | 第39页 |
| 4.2 结合云模型的文本分类方法 | 第39-41页 |
| 4.2.1 文本的云表示 | 第39-40页 |
| 4.2.2 类别的云表示 | 第40-41页 |
| 4.2.3 文本与类别的云相似度 | 第41页 |
| 4.3 基于云模型的文本分类方法的实现 | 第41-42页 |
| 4.3.1 基于云模型文本分类算法的基本流程 | 第41-42页 |
| 4.3.2 CTC 文本分类方法 | 第42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 实验及其结果分析 | 第43-51页 |
| 5.1 实验流程设计以及实验目的 | 第43-46页 |
| 5.1.1 中文文本分类系统 | 第43-45页 |
| 5.1.2 文本数据集 | 第45-46页 |
| 5.1.3 实验的具体设计 | 第46页 |
| 5.2 对实验结果的分析 | 第46-50页 |
| 5.3 本章小结 | 第50-51页 |
| 6 总结和展望 | 第51-53页 |
| 6.1 本文总结 | 第51页 |
| 6.2 下一步研究计划 | 第51-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 附录 | 第57页 |