文本分类中特征选择方法研究
| 中文摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 引言 | 第12-20页 |
| 1.1 研究的背景和意义 | 第12-15页 |
| 1.1.1 问题的证明 | 第12-14页 |
| 1.1.2 研究的意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-17页 |
| 1.2.1 文本分类国外研究现状 | 第15-16页 |
| 1.2.2 文本分类国内研究现状 | 第16页 |
| 1.2.3 特征选择研究现状 | 第16-17页 |
| 1.3 本文的工作与创新 | 第17页 |
| 1.4 本文的组织结构 | 第17-20页 |
| 第二章 背景知识 | 第20-28页 |
| 2.1 特征选择 | 第20-21页 |
| 2.1.1 互信息 | 第20页 |
| 2.1.2 信息增益 | 第20-21页 |
| 2.1.3 CHI统计 | 第21页 |
| 2.2 决策理论和方法 | 第21-23页 |
| 2.2.1 决策论的定义 | 第22页 |
| 2.2.2 要素和表示方法 | 第22页 |
| 2.2.3 风险型决策 | 第22-23页 |
| 2.3 迁移学习 | 第23-26页 |
| 2.3.1 迁移问题分类 | 第23-24页 |
| 2.3.2 迁移学习算法 | 第24-26页 |
| 2.4 本章小结 | 第26-28页 |
| 第三章 基于风险决策的文本特征选择方法 | 第28-40页 |
| 3.1 风险决策算法 | 第28-29页 |
| 3.1.1 风险函数 | 第28页 |
| 3.1.2 决策规则 | 第28-29页 |
| 3.2 静态风险决策 | 第29-30页 |
| 3.3 动态风险决策 | 第30-31页 |
| 3.4 实验结果和分析 | 第31-38页 |
| 3.4.1 中文垃圾邮件过滤 | 第32-34页 |
| 3.4.2 中文网页分类 | 第34-36页 |
| 3.4.3 英文网页分类 | 第36-37页 |
| 3.4.4 实验结果分析 | 第37-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 基于迁移学习的文本特征选择方法 | 第40-46页 |
| 4.1 迁移量方法 | 第40-42页 |
| 4.1.1 特征词权重 | 第40-41页 |
| 4.1.2 迁移量算法设计 | 第41-42页 |
| 4.1.3 实验结果及分析 | 第42页 |
| 4.2 特征词相似性度量 | 第42-44页 |
| 4.2.1 特征词相似度 | 第42-43页 |
| 4.2.2 实验结果及分析 | 第43-44页 |
| 4.3 本章小结 | 第44-46页 |
| 结论与展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 研究成果 | 第51-52页 |
| 致谢 | 第52-53页 |
| 个人简况及联系方式 | 第53-54页 |
| 承诺书 | 第54-55页 |
