| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-14页 |
| ·课题来源 | 第8页 |
| ·研究背景 | 第8页 |
| ·研究现状 | 第8-11页 |
| ·文本分类的应用领域 | 第11-12页 |
| ·藏文文本分类工作的意义 | 第12页 |
| ·本文的工作 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 藏文文本的结构化表示 | 第14-23页 |
| ·藏文判码和转码 | 第14-18页 |
| ·藏文编码 | 第14-15页 |
| ·判码的基本方法 | 第15-16页 |
| ·藏文判码算法与实现 | 第16-17页 |
| ·藏文判码转码程序的使用 | 第17-18页 |
| ·文档预处理 | 第18-19页 |
| ·藏文分词 | 第18页 |
| ·停用词处理 | 第18-19页 |
| ·文本表示 | 第19-22页 |
| ·特征项 | 第19页 |
| ·特征降维 | 第19-20页 |
| ·向量空间模型 | 第20-21页 |
| ·藏文文本表示 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 贝叶斯分类器 | 第23-39页 |
| ·文本分类技术研究 | 第23-27页 |
| ·文本分类相关技术 | 第23-26页 |
| ·向量中心算法 | 第26页 |
| ·K近邻算法 | 第26页 |
| ·支持向量机 | 第26-27页 |
| ·朴素贝叶斯文本分类器 | 第27-29页 |
| ·贝叶斯定理 | 第27-28页 |
| ·极大后验假设和极大似然估计 | 第28页 |
| ·朴素贝叶斯分类器 | 第28-29页 |
| ·藏文文本分类语料库建设 | 第29-31页 |
| ·藏文朴素贝叶斯分类器的研究与实现 | 第31-35页 |
| ·分类器算法流程 | 第31-32页 |
| ·多变量伯努利模型 | 第32-33页 |
| ·多项式模型 | 第33-34页 |
| ·多项式模型的改进 | 第34-35页 |
| ·试验评估方法 | 第35页 |
| ·实验1 两种模型的实验与比较 | 第35-37页 |
| ·实验2 改进后的多项式模型与多项式模型的比较 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 不同藏文特征选择算法对朴素贝叶斯分类器的影响 | 第39-50页 |
| ·特征选择方法 | 第39-41页 |
| ·不同的特征选择方法对朴素贝叶斯分类器的影响 | 第41-43页 |
| ·本文藏文特征词选择步骤 | 第41-42页 |
| ·实验3 不同特征选择方法对实验结果的影响 | 第42-43页 |
| ·不同文本分类算法在藏文中的比较 | 第43-46页 |
| ·文本分类方法 | 第43-44页 |
| ·实验4 不同分类算法实验结果的比较 | 第44-46页 |
| ·藏文同义词对朴素贝叶斯算法的影响 | 第46-49页 |
| ·自然语言理解领域中的同义词 | 第46-47页 |
| ·汉语中的同义词资源以及其组织 | 第47-48页 |
| ·实验5 考虑同义词的藏文朴素贝叶斯算法实验 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| ·工作总结 | 第50页 |
| ·未来展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55页 |
| 攻读硕士学位期间发表的学术论文 | 第55页 |