一种基于向量空间的多语言反垃圾短信系统的设计和实现
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 1 绪论 | 第7-12页 |
| ·研究背景 | 第7-8页 |
| ·研究内容及现状 | 第8-10页 |
| ·自然语言文本分类的基本概念 | 第8-9页 |
| ·国内外文本分类技术的研究与发展 | 第9-10页 |
| ·自动文本分类在反垃圾短信中的具体含义 | 第10页 |
| ·本文内容与结构组织 | 第10-12页 |
| ·本文内容 | 第10-11页 |
| ·论文结构 | 第11-12页 |
| 2 文本分类中常用的机器学习方法 | 第12-21页 |
| ·向量空间模型 | 第12-14页 |
| ·贝叶斯学习 | 第14-16页 |
| ·支持向量机 | 第16-17页 |
| ·k近邻 | 第17-18页 |
| ·TFIDF | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 3 中文文本自动分词 | 第21-28页 |
| ·中文文本分词方法简介 | 第21-25页 |
| ·基于词典的机械分词法 | 第21-23页 |
| ·基于统计的分词法 | 第23-24页 |
| ·基于自然语言理解的分词法 | 第24-25页 |
| ·分词算法中的难题 | 第25-26页 |
| ·对未登录词的识别 | 第25页 |
| ·歧义切分字段 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 4 训练模块 | 第28-45页 |
| ·反垃圾短信系统的总体模块组成 | 第28-29页 |
| ·训练模块的各组成步骤 | 第29-30页 |
| ·分词 | 第30-39页 |
| ·对词典进行排序 | 第31-34页 |
| ·统计常用的人名用字 | 第34-35页 |
| ·在词典中为人名用字做上标记 | 第35-36页 |
| ·为加了标记的词典建立索引文件 | 第36-37页 |
| ·利用词典和相对应的索引文件进行分词 | 第37-39页 |
| ·属性提取 | 第39-41页 |
| ·计算各个词的权重 | 第39-41页 |
| ·得到属性列表 | 第41页 |
| ·训练样本向量化 | 第41-42页 |
| ·得到类别中心向量 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 5 训练结果评测模块 | 第45-50页 |
| ·测试样本向量化 | 第45-46页 |
| ·识别率定义及预测评估 | 第46-48页 |
| ·正负识别率定义 | 第46页 |
| ·预测及评估 | 第46-48页 |
| ·本章小结 | 第48-50页 |
| 6 用户端模块 | 第50-55页 |
| ·本系统的自动调用 | 第50页 |
| ·截取所接收短信的内容 | 第50-51页 |
| ·把所接收的短信向量化 | 第51-52页 |
| ·对短信进行识别 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 7 总结与展望 | 第55-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-58页 |
