| 致谢 | 第2-3页 |
| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 目录 | 第8-12页 |
| 图目录 | 第12-14页 |
| 表目录 | 第14-15页 |
| 第1章 绪论 | 第15-27页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-23页 |
| 1.2.1 特征降维及权重调整 | 第17-19页 |
| 1.2.2 不平衡文本分类问题 | 第19-20页 |
| 1.2.3 多层分类 | 第20页 |
| 1.2.4 分类算法及其它 | 第20-23页 |
| 1.3 面临的问题 | 第23-24页 |
| 1.4 主要工作 | 第24-25页 |
| 1.5 论文组织结构 | 第25-27页 |
| 第2章 文本分类概述 | 第27-44页 |
| 2.1 文本分类的一般过程和框架 | 第29-30页 |
| 2.2 文本预处理 | 第30页 |
| 2.3 文本模型表示 | 第30-33页 |
| 2.3.1. 文档特征 | 第30-31页 |
| 2.3.2. 文本表示模型 | 第31-33页 |
| 2.3.2.1. 布尔模型 | 第31-32页 |
| 2.3.2.2. 向量空间模型 | 第32页 |
| 2.3.2.3. 概率模型 | 第32-33页 |
| 2.4 特征降维 | 第33页 |
| 2.5 特征权重 | 第33-35页 |
| 2.6 分类方法 | 第35-36页 |
| 2.7 分类性能评价 | 第36-42页 |
| 2.7.1 数据集 | 第36-39页 |
| 2.7.2 评价方法 | 第39-40页 |
| 2.7.3 评价标准 | 第40-42页 |
| 2.8 本章小结 | 第42-44页 |
| 第3章 云模型理论及其意义 | 第44-53页 |
| 3.1 云模型的基本概念 | 第44-46页 |
| 3.1.1 云模型定义 | 第44-46页 |
| 3.1.2 云的数字特征 | 第46页 |
| 3.2 正态云模型 | 第46-48页 |
| 3.2.1 随机现象的正态分布 | 第46-47页 |
| 3.2.2 模糊集和正态隶属函数 | 第47-48页 |
| 3.3 云发生器 | 第48-50页 |
| 3.3.1 正向云发生器 | 第48-49页 |
| 3.3.2 逆向云发生器 | 第49-50页 |
| 3.4 云模型的引入 | 第50-52页 |
| 3.4.1 知识的不确定性 | 第50-51页 |
| 3.4.2 自然语言的不确定性 | 第51页 |
| 3.4.3 文本处理中引入云模型 | 第51-52页 |
| 3.5 本章小结 | 第52-53页 |
| 第4章 基于云模型的文本分类器 | 第53-70页 |
| 4.1 传统的文本分类方法 | 第53-61页 |
| 4.1.1 基于统计的文本分类方法 | 第53-58页 |
| 4.1.2 基于连接的文本分类方法 | 第58-60页 |
| 4.1.3 基于规则的文本分类方法 | 第60-61页 |
| 4.2 基于云模型的文本分类器(CMTC) | 第61-65页 |
| 4.2.1. 普通的云分类器 | 第61-62页 |
| 4.2.2. CMTC分类器 | 第62-65页 |
| 4.2.3. 算法实现 | 第65页 |
| 4.3 实验与结果分析 | 第65-69页 |
| 4.3.1. 平滑因子σ估计 | 第66页 |
| 4.3.2. 分类器性能比较实验 | 第66-69页 |
| 4.4 本章小结 | 第69-70页 |
| 第5章 文本分类中基于逆云模型的特征选择方法 | 第70-87页 |
| 5.1 常用的特征选择方法 | 第70-74页 |
| 5.1.1. 文档频率(Document Frequency,DF) | 第70页 |
| 5.1.2. 信息增益(Information Gain) | 第70-71页 |
| 5.1.3. 文本证据权(Weight of Evidence) | 第71页 |
| 5.1.4. 互信息(Mutual Information) | 第71-72页 |
| 5.1.5. χ~2统计(CHI) | 第72页 |
| 5.1.6. 相关系数 | 第72-73页 |
| 5.1.7. 交叉熵(Cross Entropy) | 第73页 |
| 5.1.8. 几率比(Odds Ratio,OR) | 第73页 |
| 5.1.9. 词条权(TS) | 第73-74页 |
| 5.2 基于逆云模型的CMFS特征选择方法 | 第74-81页 |
| 5.2.1. 云模型期望曲线 | 第74页 |
| 5.2.2. 属性的云模型期望曲线 | 第74-75页 |
| 5.2.3. 属性的类别区分度度量 | 第75-79页 |
| 5.2.4. CMFS特征选择方法 | 第79-81页 |
| 5.2.5. 算法实现 | 第81页 |
| 5.3 实验与结果分析 | 第81-86页 |
| 5.4 本章小结 | 第86-87页 |
| 第6章 面向不平衡文本的强类别相关特征选择方法 | 第87-97页 |
| 6.1 相关研究工作 | 第88-89页 |
| 6.2 强类别相关特征选择方法 | 第89-93页 |
| 6.2.1. 传统特征选择方法的四项基本信息元素 | 第89-91页 |
| 6.2.2. 强类别相关特征选择方法 | 第91-93页 |
| 6.3 实验结果及分析 | 第93-96页 |
| 6.4 本章小结 | 第96-97页 |
| 第7章 基于Sprinkling的特征抽取方法 | 第97-107页 |
| 7.1 相关研究工作 | 第97-98页 |
| 7.2 常用的特征抽取方法 | 第98-101页 |
| 7.2.1 主成分分析(PCA) | 第98-99页 |
| 7.2.2 潜在语义索引(LSI) | 第99-100页 |
| 7.2.3 非负矩阵分解 | 第100-101页 |
| 7.3 基于Sprinkling的特征抽取方法 | 第101-104页 |
| 7.3.1 原始Sprinkling方法 | 第101-102页 |
| 7.3.2 基于Sprinkling的特征抽取方法 | 第102-104页 |
| 7.4 实验及结果分析 | 第104-106页 |
| 7.5 本章小结 | 第106-107页 |
| 第8章 总结与展望 | 第107-109页 |
| 8.1 本文工作总结 | 第107-108页 |
| 8.2 展望 | 第108-109页 |
| 参考文献 | 第109-119页 |
| 简历 | 第119-120页 |
| 攻读博士学位期间主要的研究成果 | 第120页 |
