基于贝叶斯算法的中文文本多标签分类的研究与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-17页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.2.1 多标签分类研究现状 | 第14-15页 |
| 1.2.2 文本分类研究现状 | 第15页 |
| 1.3 论文主要研究内容 | 第15-16页 |
| 1.4 论文结构安排 | 第16-17页 |
| 第二章 中文文本多标签分类相关技术 | 第17-38页 |
| 2.1 多标签分类概述 | 第17-22页 |
| 2.1.1 多标签分类定义 | 第17-18页 |
| 2.1.2 多标签分类的主要挑战 | 第18-19页 |
| 2.1.3 多标签分类评价方法 | 第19-22页 |
| 2.2 多标签分类常用算法 | 第22-30页 |
| 2.2.1 问题转换法 | 第22-25页 |
| 2.2.2 算法改进法 | 第25-30页 |
| 2.3 文本分类概述 | 第30-31页 |
| 2.3.1 文本分类的定义 | 第30页 |
| 2.3.2 文本分类的一般过程 | 第30-31页 |
| 2.4 中文文本特征选择 | 第31-37页 |
| 2.4.1 中文文本预处理 | 第31-32页 |
| 2.4.2 文本表示模型 | 第32-34页 |
| 2.4.3 常用特征选择方法 | 第34-36页 |
| 2.4.4 常用权重计算方法 | 第36-37页 |
| 2.5 本章小结 | 第37-38页 |
| 第三章 基于贝叶斯的分类算法设计 | 第38-45页 |
| 3.1 中文文本特征选择设计 | 第38-41页 |
| 3.1.1 中文文本预处理 | 第38页 |
| 3.1.2 文本表示模型 | 第38-40页 |
| 3.1.3 文本特征选择和特征权重计算 | 第40-41页 |
| 3.2 多标签分类算法设计 | 第41-44页 |
| 3.2.1 基本贝叶斯分类算法 | 第41-42页 |
| 3.2.2 基于特征权重的改进贝叶斯分类算法 | 第42页 |
| 3.2.3 分类器的训练和测试 | 第42-44页 |
| 3.3 本章小结 | 第44-45页 |
| 第四章 实验程序的设计和实现 | 第45-65页 |
| 4.1 实验环境介绍 | 第45-46页 |
| 4.2 实验程序的设计 | 第46-62页 |
| 4.2.1 实验程序总体框架设计 | 第46-47页 |
| 4.2.2 数据结构设计 | 第47-62页 |
| 4.3 实验程序的实现 | 第62-63页 |
| 4.4 本章小结 | 第63-65页 |
| 第五章 实验结果和分析 | 第65-72页 |
| 5.1 实验测试数据集简介 | 第65页 |
| 5.2 实验测试结果记录 | 第65-69页 |
| 5.2.1 不同算法测试结果 | 第66-67页 |
| 5.2.2 特征选择测试结果 | 第67-68页 |
| 5.2.3 特征权重测试结果 | 第68-69页 |
| 5.3 实验结果分析 | 第69-71页 |
| 5.3.1 不同算法测试结果分析 | 第69页 |
| 5.3.2 特征选择测试结果分析 | 第69-70页 |
| 5.3.3 特征权重测试结果分析 | 第70页 |
| 5.3.4 综合分析 | 第70-71页 |
| 5.4 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78页 |
