增量学习朴素贝叶斯中文分类系统的研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-12页 |
| ·研究背景及意义 | 第7-8页 |
| ·研究现状 | 第8-9页 |
| ·本文工作 | 第9-10页 |
| ·本文的组织结构 | 第10-12页 |
| 第二章 文本自动分类技术概述 | 第12-32页 |
| ·文本自动分类技术 | 第12-23页 |
| ·文本自动分类的定义 | 第12-14页 |
| ·文本预处理 | 第14-16页 |
| ·文本表示 | 第16-18页 |
| ·特征加权算法 | 第18-20页 |
| ·部分文本分类方法 | 第20-23页 |
| ·贝叶斯分类方法 | 第23-28页 |
| ·贝叶斯理论 | 第23-24页 |
| ·贝叶斯分类方法 | 第24-28页 |
| ·朴素贝叶斯分类的缺陷 | 第28页 |
| ·增量学习朴素贝叶斯分类 | 第28-30页 |
| ·增量学习机制 | 第28-29页 |
| ·增量学习在分类中的应用 | 第29-30页 |
| ·增量学习贝叶斯分类分析 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第三章 改进的特征选择算法 | 第32-39页 |
| ·基本概念 | 第32页 |
| ·几种常用的特征选择算法 | 第32-35页 |
| ·算法类比实验 | 第35-36页 |
| ·改进的特征选择算法 | 第36-37页 |
| ·已有算法的不足 | 第36-37页 |
| ·一种改进的TFIDF特征选择算法 | 第37页 |
| ·实验结果及分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 改进的增量学习朴素贝叶斯分类方法 | 第39-47页 |
| ·改进的增量朴素贝叶斯分类模型 | 第39-40页 |
| ·增量学习加权朴素贝叶斯分类算法 | 第40-44页 |
| ·增量学习公式的证明 | 第44-45页 |
| ·算法分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 增量学习朴素贝叶斯中文分类实验系统 | 第47-55页 |
| ·系统框架设计与模块说明 | 第47-48页 |
| ·系统中的关键算法 | 第48-49页 |
| ·实验系统开发环境及分类语料 | 第49-52页 |
| ·实验系统开发环境 | 第49-50页 |
| ·实验语料库 | 第50-52页 |
| ·测试方法及评价标准 | 第52-53页 |
| ·测试方法 | 第52页 |
| ·实验评价标准 | 第52-53页 |
| ·测试结果分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第六章 总结与展望 | 第55-57页 |
| ·工作总结 | 第55-56页 |
| ·下一步展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间的主要研究成果 | 第62页 |
