基于粗糙集理论的文本分类研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文研究工作 | 第13-14页 |
| ·论文结构安排 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 文本分类 | 第16-35页 |
| ·文本分类概述 | 第16页 |
| ·文本预处理 | 第16-21页 |
| ·文本表示 | 第17-19页 |
| ·中文分词 | 第19-20页 |
| ·停用词过滤 | 第20页 |
| ·词频统计 | 第20-21页 |
| ·特征降维 | 第21-24页 |
| ·特征选择 | 第21-24页 |
| ·特征抽取 | 第24页 |
| ·特征加权 | 第24-26页 |
| ·文本分类算法 | 第26-31页 |
| ·Rocchio | 第26-27页 |
| ·K 近邻算法 | 第27-28页 |
| ·决策树算法 | 第28-29页 |
| ·朴素贝叶斯 | 第29-30页 |
| ·支持向量机 | 第30-31页 |
| ·分类性能评价标准 | 第31-34页 |
| ·语料集 | 第31-32页 |
| ·评价标准 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 粗糙集理论 | 第35-48页 |
| ·粗糙集理论概述 | 第35-36页 |
| ·知识表达系统 | 第36-38页 |
| ·等价关系与等价类 | 第38-40页 |
| ·近似分类精度与近似分类质量 | 第40页 |
| ·数据离散与知识约简 | 第40-45页 |
| ·粗糙集应用到文本分类的可行性分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第四章 基于粗糙集的特征加权 | 第48-57页 |
| ·TFIDF 加权算法分析 | 第48-49页 |
| ·利用粗糙集理论加权的可行性分析 | 第49-51页 |
| ·基于粗糙集的加权方法 | 第51-52页 |
| ·实验与结果分析 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 基于粗糙集的文本分类系统 | 第57-70页 |
| ·规则匹配研究 | 第57-60页 |
| ·规则的合成策略 | 第57-58页 |
| ·完全匹配 | 第58页 |
| ·部分匹配 | 第58页 |
| ·基于权重的匹配方法 | 第58-60页 |
| ·基于粗糙集的文本分类模型 | 第60-62页 |
| ·构建决策表 | 第61页 |
| ·数据离散 | 第61页 |
| ·属性约简 | 第61-62页 |
| ·值约简和规则合成 | 第62页 |
| ·实验环境与方案 | 第62-64页 |
| ·实验过程与结果分析 | 第64-69页 |
| ·本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| ·全文总结 | 第70-71页 |
| ·工作展望 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-77页 |
| 附录 | 第77-83页 |
| 攻读学位期间的研究成果 | 第83页 |
