维吾尔语不良文本信息过滤技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究的背景及其意义 | 第9-10页 |
| 1.2 信息过滤发展历史与国内外研究现状 | 第10-11页 |
| 1.3 本文的主要内容和结构 | 第11-14页 |
| 1.3.1 本文研究的主要内容 | 第11-13页 |
| 1.3.2 本文的结构框架 | 第13-14页 |
| 第二章 相关技术介绍 | 第14-24页 |
| 2.1 信息过滤技术 | 第14-15页 |
| 2.2 维吾尔文字的特点 | 第15-16页 |
| 2.3 文本数据的表示模型 | 第16-19页 |
| 2.3.1 布尔模型 | 第17页 |
| 2.3.2 概率模型 | 第17-18页 |
| 2.3.3 向量空间模型 | 第18-19页 |
| 2.4 特征选择算法 | 第19-22页 |
| 2.4.1 文档频率（DF） | 第19-20页 |
| 2.4.2 信息增益（IG） | 第20-21页 |
| 2.4.3 卡方检验（CHI） | 第21页 |
| 2.4.4 互信息法（MI） | 第21-22页 |
| 2.5 特征权重算法 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第三章 网页中维吾尔文文本关键词过滤 | 第24-36页 |
| 3.1 维吾尔语网页文本获取 | 第24-29页 |
| 3.1.1 网页文本的获取 | 第24-25页 |
| 3.1.2 维吾尔语文本的存储方式 | 第25页 |
| 3.1.3 方法的实现及结果显示 | 第25-29页 |
| 3.2 基于多模式匹配的关键词过滤算法 | 第29-33页 |
| 3.2.1 字符串匹配算法的介绍 | 第29-30页 |
| 3.2.2 AC 算法下的文本过滤问题 | 第30-33页 |
| 3.3 敏感词库的构建 | 第33页 |
| 3.4 性能测试 | 第33-34页 |
| 3.5 关键词的过滤结果 | 第34页 |
| 3.6 本章小结 | 第34-36页 |
| 第四章 朴素贝叶斯算法的分类模型 | 第36-49页 |
| 4.1 文本分类技术介绍 | 第36-39页 |
| 4.1.1 文本分类的一般流程 | 第36-37页 |
| 4.1.2 文本分类的常用方法 | 第37-39页 |
| 4.2 贝叶斯算法概述 | 第39-41页 |
| 4.2.1 贝叶斯理论 | 第39-40页 |
| 4.2.2 贝叶斯公式 | 第40页 |
| 4.2.3 贝叶斯判别准则 | 第40-41页 |
| 4.2.4 极大后验概率假设 | 第41页 |
| 4.3 贝叶斯算法的过滤模型 | 第41-42页 |
| 4.4 贝叶斯分类模型的优点 | 第42-43页 |
| 4.5 贝叶斯维文文本分类器的构建 | 第43-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第五章 特征加权改进贝叶斯算法的维文文本分类 | 第49-57页 |
| 5.1 特征加权算法的改进 | 第49-53页 |
| 5.1.1 加权的贝叶斯模型 | 第49-50页 |
| 5.1.2 TFIDF 算法分析 | 第50-51页 |
| 5.1.3 改进的 TFIDF 算法 | 第51-53页 |
| 5.2 实验结果及分析 | 第53-56页 |
| 5.2.1 数据集合 | 第53-54页 |
| 5.2.2 评价指标及实验结果 | 第54-56页 |
| 5.3 本章小结 | 第56-57页 |
| 第六章 维吾尔语文本过滤系统的设计与实现 | 第57-66页 |
| 6.1 系统各个部分的功能介绍 | 第57-65页 |
| 6.2 本章小结 | 第65-66页 |
| 第七章 总结与展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 发表论文和参加科研情况 | 第70-71页 |
| 致谢 | 第71页 |
