摘要 | 第3-4页 |
abstract | 第4-5页 |
1 绪论 | 第8-12页 |
1.1 研究背景与意义 | 第8-9页 |
1.2 研究现状 | 第9-10页 |
1.2.1 文本分类研究现状 | 第9-10页 |
1.2.2 特征选择研究现状 | 第10页 |
1.3 论文研究内容及组织结构 | 第10-12页 |
1.3.1 研究内容 | 第10-11页 |
1.3.2 组织结构 | 第11-12页 |
2 相关理论 | 第12-24页 |
2.1 基础理论 | 第12-14页 |
2.2 文本预处理 | 第14-16页 |
2.3 文本表示 | 第16-17页 |
2.3.1 布尔模型 | 第16页 |
2.3.2 概率模型 | 第16页 |
2.3.3 向量空间模型 | 第16-17页 |
2.4 特征提取和特征选择 | 第17-18页 |
2.5 特征加权 | 第18-19页 |
2.5.1 布尔权重 | 第18页 |
2.5.2 TF-IDF | 第18-19页 |
2.6 文本分类算法 | 第19-21页 |
2.6.1 K近邻算法 | 第19-20页 |
2.6.2 支持向量机算法 | 第20-21页 |
2.6.3 朴素贝叶斯算法 | 第21页 |
2.6.4 Rocchio算法 | 第21页 |
2.7 分类性能评估指标 | 第21-23页 |
2.8 本章小结 | 第23-24页 |
3 基于分词频文档频率的特征选择算法 | 第24-40页 |
3.1 相关特征选择算法 | 第24-26页 |
3.2 STF-DF算法 | 第26-31页 |
3.2.1 算法思想 | 第26-29页 |
3.2.2 算法描述 | 第29-31页 |
3.3 实验设置 | 第31-32页 |
3.4 实验结果与分析 | 第32-38页 |
3.4.1 20NewsGroups数据集的实验结果 | 第32-34页 |
3.4.2 Classic3数据集上的实验结果 | 第34-35页 |
3.4.3 WebKB数据集上的实验结果 | 第35-37页 |
3.4.4 结果分析 | 第37-38页 |
3.5 本章小结 | 第38-40页 |
4 基于分词频逆类频率的特征选择算法 | 第40-52页 |
4.1 相关特征选择算法 | 第40页 |
4.2 STF-ICF算法 | 第40-44页 |
4.2.1 算法研究动机 | 第40-41页 |
4.2.2 算法描述 | 第41-44页 |
4.3 实验设置 | 第44-45页 |
4.4 实验结果与分析 | 第45-50页 |
4.4.1 WAP数据集的实验结果 | 第45-46页 |
4.4.2 K1a数据集的实验结果 | 第46-47页 |
4.4.3 K1b数据集的实验结果 | 第47-48页 |
4.4.4 RE0数据集的实验结果 | 第48-49页 |
4.4.5 RE1数据集的实验结果 | 第49页 |
4.4.6 结果分析 | 第49-50页 |
4.5 本章小结 | 第50-52页 |
5 总结与展望 | 第52-54页 |
5.1 工作总结 | 第52页 |
5.2 工作展望 | 第52-54页 |
致谢 | 第54-56页 |
参考文献 | 第56-60页 |
在校期间学术成果及获奖情况 | 第60页 |