| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 当前研究中存在的不足 | 第9-10页 |
| 1.3 研究内容及创新点 | 第10-11页 |
| 1.4 论文组织架构 | 第11-12页 |
| 第二章 文本分类相关研究 | 第12-24页 |
| 2.1 文本分类概述 | 第12-14页 |
| 2.2 特征选择算法 | 第14-17页 |
| 2.2.1 卡方检测CHI | 第14-15页 |
| 2.2.2 信息增益IG | 第15-16页 |
| 2.2.3 互信息MI | 第16页 |
| 2.2.4 区分度特征选择DFS | 第16-17页 |
| 2.3 特征加权算法 | 第17-20页 |
| 2.3.1 TF-IDF算法 | 第18-19页 |
| 2.3.2 TEF-WA算法 | 第19-20页 |
| 2.4 文本分类算法 | 第20-23页 |
| 2.4.1 支持向量机 | 第20-21页 |
| 2.4.2 人工神经网络 | 第21-22页 |
| 2.4.3 朴素贝叶斯 | 第22-23页 |
| 2.5 小结 | 第23-24页 |
| 第三章 基于特征词两面性的DFS-sCHI特征选择算法 | 第24-35页 |
| 3.1 引言 | 第24页 |
| 3.2 DFS-sCHI算法思想及步骤 | 第24-25页 |
| 3.3 DFS-sCHI算法详细说明 | 第25-29页 |
| 3.3.1 基于DFS评分的相关性计算 | 第25-27页 |
| 3.3.2 基于CHI评分的相关性计算 | 第27页 |
| 3.3.3 基于CHI因子的正负相关性计算 | 第27-28页 |
| 3.3.4 特征词筛选策略 | 第28-29页 |
| 3.4 实验及结果分析 | 第29-34页 |
| 3.4.1 数据集 | 第29-30页 |
| 3.4.2 评价标准 | 第30-31页 |
| 3.4.3 均衡数据集下DFS与DFS-sCHI对比实验 | 第31-32页 |
| 3.4.4 不平衡数据下DFS与DFS-sCHI对比实验 | 第32-34页 |
| 3.5 小结 | 第34-35页 |
| 第四章 基于DFS的TF-pDFS特征加权算法 | 第35-43页 |
| 4.1 引言 | 第35页 |
| 4.2 算法思想及步骤 | 第35-38页 |
| 4.2.1 基于DFS因子的类别相关性计算 | 第35-36页 |
| 4.2.2 基于不平衡数据集的类别修正因子策略 | 第36-37页 |
| 4.2.3 TF-pDFS特征加权算法 | 第37-38页 |
| 4.3 实验及结果分析 | 第38-42页 |
| 4.3.1 数据集 | 第38页 |
| 4.3.2 评价指标 | 第38-39页 |
| 4.3.3 均衡数据集下TF-IDF、TF-DFS、TF-pDFS对比实验 | 第39-40页 |
| 4.3.4 不平衡数据集下TF-IDF、TF-DFS、TF-pDFS对比实验 | 第40-42页 |
| 4.4 小结 | 第42-43页 |
| 第五章 原型系统设计与实现 | 第43-51页 |
| 5.1 系统整体设计 | 第43-44页 |
| 5.1.1 系统功能结构 | 第43-44页 |
| 5.1.2 系统分类流程 | 第44页 |
| 5.2 系统功能展示 | 第44-50页 |
| 5.3 小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-52页 |
| 6.1 总结 | 第51页 |
| 6.2 展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间的主要工作 | 第55-56页 |
| 致谢 | 第56页 |
