基于SVM的中文文本分类系统实现
| 提要 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·应用背景及意义 | 第11-12页 |
| ·研究现状 | 第12-13页 |
| ·本文主要工作与组织结构 | 第13-15页 |
| 第2章 关键技术与理论基础 | 第15-22页 |
| ·引言 | 第15页 |
| ·文本分类概述 | 第15-16页 |
| ·中文分词 | 第16-18页 |
| ·中文分词方法 | 第16-17页 |
| ·常见问题 | 第17-18页 |
| ·文本表示模型 | 第18-19页 |
| ·向量空间模型 | 第18-19页 |
| ·布尔模型 | 第19页 |
| ·概率模型 | 第19页 |
| ·常用分类算法 | 第19-21页 |
| ·支持向量机 | 第19-20页 |
| ·最近邻算法 | 第20-21页 |
| ·朴素贝叶斯算法 | 第21页 |
| ·小结 | 第21-22页 |
| 第3章 系统构架设计 | 第22-27页 |
| ·引言 | 第22页 |
| ·VISUAL STUDIO 2005 简介 | 第22-24页 |
| ·系统总体框架设计 | 第24-26页 |
| ·小结 | 第26-27页 |
| 第4章 文本预处理模块实现 | 第27-32页 |
| ·引言 | 第27页 |
| ·文本分词模块 | 第27-29页 |
| ·双向匹配存同消歧分词算法 | 第27-28页 |
| ·文本分词模块实现 | 第28-29页 |
| ·特征表示模块 | 第29-31页 |
| ·小结 | 第31-32页 |
| 第5章 SVM文本分类模块实现 | 第32-41页 |
| ·引言 | 第32页 |
| ·支持向量机 | 第32-35页 |
| ·线性可分问题 | 第32-34页 |
| ·线性不可分问题 | 第34-35页 |
| ·核方法 | 第35页 |
| ·多分类策略 | 第35-38页 |
| ·一对其余策略 | 第36页 |
| ·一对一策略 | 第36-37页 |
| ·DAG策略 | 第37-38页 |
| ·LIBSVM简介 | 第38-39页 |
| ·SVM文本分类模块实现 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第6章 基于SVM的中文文本分类系统的测试 | 第41-50页 |
| ·实验语料库 | 第41页 |
| ·性能评价标准 | 第41-42页 |
| ·不同中文分词算法结果分析 | 第42-45页 |
| ·不同多分类策略结果分析 | 第45-47页 |
| ·不同分类算法结果分析 | 第47-49页 |
| ·小结 | 第49-50页 |
| 第7章 结论 | 第50-51页 |
| 参考文献 | 第51-53页 |
| 作者简介及在学期间所取得的科研成果 | 第53-54页 |
| 致谢 | 第54页 |
