基于词频统计的文本分类模型研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9页 |
| ·国内外研究现状 | 第9-11页 |
| ·研究目的和意义 | 第11-12页 |
| ·论文的组织结构 | 第12-13页 |
| 第二章 文本表示方法研究 | 第13-28页 |
| ·引言 | 第13-14页 |
| ·文本表示方法介绍 | 第14-19页 |
| ·文本特征表示 | 第14-15页 |
| ·词频统计基本原理 | 第15-18页 |
| ·基于匹配的词频统计方法 | 第18-19页 |
| ·树结构词频统计算法 | 第19-24页 |
| ·基本思想 | 第19页 |
| ·数据结构 | 第19-22页 |
| ·算法描述 | 第22-23页 |
| ·性能分析 | 第23-24页 |
| ·树结构词频统计器 | 第24-26页 |
| ·统计器界面及菜单介绍 | 第24-25页 |
| ·词频统计器应用实例 | 第25-26页 |
| ·小结 | 第26-28页 |
| 第三章 经典分类算法实现 | 第28-47页 |
| ·分类基础知识 | 第28-30页 |
| ·分类概述 | 第28-29页 |
| ·分类性能评价指标 | 第29-30页 |
| ·决策树分类 | 第30-41页 |
| ·决策树工作原理 | 第30-31页 |
| ·构造及规则生成 | 第31-33页 |
| ·ID3 算法 | 第33-38页 |
| ·ID3 决策树分类器介绍 | 第38-39页 |
| ·ID3 算法分类实验 | 第39-41页 |
| ·向量空间模型 | 第41-46页 |
| ·工作原理 | 第41-43页 |
| ·分类器实现及实验分析 | 第43-46页 |
| ·小结 | 第46-47页 |
| 第四章 贝叶斯分类方法改进 | 第47-61页 |
| ·贝叶斯网络 | 第47-51页 |
| ·贝叶斯理论基础 | 第47-48页 |
| ·贝叶斯网络模型 | 第48-50页 |
| ·贝叶斯网络的构建方法 | 第50-51页 |
| ·贝叶斯分类器及其分类原理 | 第51-58页 |
| ·分类原理及分类器介绍 | 第51-53页 |
| ·朴素贝叶斯分类器 | 第53-55页 |
| ·属性依赖贝叶斯分类器 | 第55-58页 |
| ·分类模型实验分析 | 第58-59页 |
| ·小结 | 第59-61页 |
| 第五章结束语 | 第61-63页 |
| ·本课题主要内容 | 第61页 |
| ·本课题创新点 | 第61页 |
| ·前景与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 攻读硕士学位期间发表的论文 | 第66-67页 |
| 致谢 | 第67页 |
