基于分类的文本内容判别方法研究

摘要	第1-6页
Abstract	第6-10页
第1章 绪论	第10-16页
·研究背景与意义	第10-12页
·课题研究背景	第10-11页
·课题研究意义和目的	第11-12页
·国内外研究现状	第12-14页
·论文工作与结构安排	第14-16页
·论文主要研究内容	第14-15页
·论文结构安排	第15-16页
第2章 中文分词及向量空间模型	第16-28页
·中文文本分词	第16-23页
·中文分词器简介	第16-17页
·常见中文分词算法	第17-22页
·常见的中文分词器	第22-23页
·向量空间模型（VSM）与降维	第23-28页
·向量空间模型简介	第23-24页
·特征权重计算算法 TF-IDF	第24-25页
·文本特征向量降维	第25-28页
第3章 文本分类算法研究	第28-41页
·文本分类器的发展及基本流程	第28-31页
·基于统计的文本分类算法	第31-38页
·朴素贝叶斯分类器	第31-33页
·K 最近邻(KNN)分类器	第33-36页
·SVM 分类器	第36-38页
·基于语义的文本分类算法	第38-40页
·潜在语义分析	第38-39页
·基于 Hownet 的语义相似度计算	第39-40页
·几种分类器性能比较	第40-41页
第4章 系统的设计与实现	第41-49页
·二级分类器级联架构设计	第41-44页
·二级文本分类器级联设计的特点	第41-42页
·不良网页分类判别系统设计	第42-44页
·KNN 分类器的改进与实现	第44-46页
·SVM 分类器的改造以及与 KNN 的级联	第46-47页
·训练集与测试集的收集与筛选	第47-49页
第5章 系统测试与结果分析	第49-54页
·测试与结果分析	第49-52页
·结果评价标准介绍	第49页
·测试与分析	第49-52页
·系统的不足与提升措施	第52-54页
第6章 总结与展望	第54-57页
·本文工作总结	第54-55页
·未来工作展望	第55-57页
致谢	第57-58页
参考文献	第58-60页
附录	第60页