基于向量空间模型的文本分类系统研究与实现

第一章 绪论	第1-11页
·选题背景和研究意义	第7页
·文本分类系统的研究现状	第7-9页
·本文的主要研究工作和创新点	第9-10页
·本文的组织结构	第10-11页
第二章 文本分类系统概述	第11-15页
·文本分类系统的问题描述	第11-12页
·文本分类系统流程及需解决的问题	第12-13页
·文本分类结果的评价	第13-15页
·精确度和召回率	第13页
·F-测量值	第13-14页
·分类方法的综合评价	第14-15页
第三章 基于向量空间模型的文本分类技术	第15-28页
·文本的表示	第15-16页
·向量空间模型	第16-18页
·特征项类型的确定	第18-19页
·平滑技术	第19-20页
·特征抽取与选择	第20-22页
·文本分类	第22-28页
·机器学习思想描述	第22-23页
·文本分类算法	第23-26页
·多分类器算法	第26-28页
第四章 系统的结构与实现	第28-37页
·系统结构和模块划分	第28-29页
·系统各模块的实现	第29-33页
·训练文本预处理模块	第29-30页
·文本向量的权重计算模块	第30-31页
·特征抽取模块	第31-32页
·文本分类模块	第32-33页
·实验结果与分析	第33-37页
·文本测试集	第33-34页
·测试内容与结果	第34-37页
第五章 概念空间及其在文本分类中的应用	第37-41页
·文本的权值	第37-38页
·从词频空间向概念空间的转换	第38-39页
·概念空间中的特征提取	第39-40页
·概念空间在文本分类中的应用	第40-41页
第六章 总结与展望	第41-43页
·总结	第41页
·研究前景展望	第41-43页
参考文献	第43-45页
发表论文和科研情况说明	第45-46页
致 谢	第46页