| 中文摘要 | 第1页 |
| 英文摘要 | 第4-8页 |
| 第一章 引言 | 第8-13页 |
| ·课题的背景和意义 | 第8-9页 |
| ·Web 文本分类定义 | 第8页 |
| ·Web 文本分类的重要性 | 第8-9页 |
| ·WEB 文本分类技术的研究现状 | 第9-11页 |
| ·文本分类方法的研究现状 | 第9-10页 |
| ·分类关键技术的研究现状 | 第10-11页 |
| ·特征提取的研究现状 | 第11页 |
| ·本文的研究工作 | 第11页 |
| ·本文的内容组织 | 第11-13页 |
| 第二章 WEB 文本分类前预处理 | 第13-18页 |
| ·WEB 文本信息采集 | 第13-14页 |
| ·WEB 信息采集的关键技术 | 第14-15页 |
| ·分词 | 第15-16页 |
| ·歧义性问题 | 第16-17页 |
| ·歧义性问题解决方案 | 第17页 |
| ·本章小结 | 第17-18页 |
| 第三章 文本标引与标引词－文本矩阵的生成 | 第18-24页 |
| ·文本标引 | 第18页 |
| ·本文采用的文本标引方法 | 第18-19页 |
| ·标引词－文本矩阵的生成 | 第19-21页 |
| ·权值的选择与归一化 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第四章 WEB 文本分类方法研究与实现 | 第24-32页 |
| ·向量空间模型（VECTOR SPACE MODEL） | 第24-26页 |
| ·潜在语义分析基本原理(LATENT SEMANTIC ANALYSIS) | 第26-27页 |
| ·奇异值分解（SINGULAR VALUE DECOMPOSITION） | 第27-28页 |
| ·文本聚类 | 第28-30页 |
| ·文本分类算法 | 第30-31页 |
| ·结论 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第五章 基于潜在语义分析WEB 文本分类方法的改进 | 第32-38页 |
| ·标引词的局部性 | 第32页 |
| ·局部特征空间的提取 | 第32-35页 |
| ·语义空间提取方案 | 第35页 |
| ·文本分类方法 | 第35-36页 |
| ·算法分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第六章 总结与展望 | 第38-40页 |
| ·总结 | 第38页 |
| ·展望 | 第38-40页 |
| 参考文献 | 第40-44页 |
| 致谢 | 第44-45页 |
| 在学期间发表的学术论文和参加科研情况 | 第45-46页 |
| 详细摘要 | 第46-54页 |
