| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第8-12页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外的研究现状 | 第8-10页 |
| 1.2.1 文本分类研究现状 | 第8-9页 |
| 1.2.2 语义核函数的研究现状 | 第9-10页 |
| 1.2.3 对现有研究的总结 | 第10页 |
| 1.3 本文的主要工作 | 第10-11页 |
| 1.4 论文的组织结构 | 第11-12页 |
| 第二章 中文文本分类的相关知识 | 第12-19页 |
| 2.1 文本分类的概念 | 第12页 |
| 2.2 文本预处理 | 第12-13页 |
| 2.3 文本表示 | 第13-14页 |
| 2.4 文本特征选择 | 第14-15页 |
| 2.5 文本特征加权 | 第15-16页 |
| 2.6 常见的文本分类算法 | 第16-18页 |
| 2.7 本章小结 | 第18-19页 |
| 第三章 支持向量机和核函数 | 第19-26页 |
| 3.1 统计学习理论 | 第19-20页 |
| 3.1.1 VC 维 | 第19页 |
| 3.1.2 SRM 原则 | 第19-20页 |
| 3.2 二分类支持向量机 | 第20-22页 |
| 3.2.1 支持向量机 | 第20页 |
| 3.2.2 支持向量机的分类 | 第20-22页 |
| 3.3 核函数 | 第22-23页 |
| 3.3.1 核函数的概念 | 第22页 |
| 3.3.2 Mercer 定理 | 第22-23页 |
| 3.3.3 常用的核函数 | 第23页 |
| 3.4 多分类支持向量机 | 第23-25页 |
| 3.4.1 One-Against-One 多类分类方法 | 第24页 |
| 3.4.2 One-Against-All 多类分类方法 | 第24-25页 |
| 3.4.3 DDAG 多类分类方法 | 第25页 |
| 3.5 本章小结 | 第25-26页 |
| 第四章 基于语义核函数的分类研究 | 第26-34页 |
| 4.1 改进的基于字符串核函数的分类 | 第26-29页 |
| 4.1.1 传统的字符串核函数 | 第26-27页 |
| 4.1.2 Hownet 的语义相似度计算 | 第27-28页 |
| 4.1.3 改进的基于字符串的语义核函数 | 第28-29页 |
| 4.2 改进的基于树核函数的分类 | 第29-31页 |
| 4.2.1 传统树核函数 | 第29-30页 |
| 4.2.2 改进的树核函数 | 第30-31页 |
| 4.3 基于语义核函数的分类研究 | 第31-32页 |
| 4.3.1 分类系统设计 | 第31页 |
| 4.3.2 本文文本分类器的设计与实现 | 第31-32页 |
| 4.4 本章小结 | 第32-34页 |
| 第五章 实验与分析 | 第34-40页 |
| 5.1 开发平台 | 第34页 |
| 5.2 性能评价指标 | 第34页 |
| 5.3 实验结果与分析 | 第34-39页 |
| 5.3.1 实验数据 | 第34-35页 |
| 5.3.2 实验结果分析 | 第35-39页 |
| 5.4 本章小结 | 第39-40页 |
| 第六章 总结与展望 | 第40-41页 |
| 参考文献 | 第41-43页 |
| 致谢 | 第43-44页 |
| 在学期间公开发表论文及著作情况 | 第44页 |