基于科技文献的中文文本分类算法研究

摘要	第1-6页
Abstract	第6-10页
第1章 绪论	第10-18页
·文本自动分类研究的背景和意义	第10-11页
·文本自动分类技术的发展现状	第11-16页
·文本自动分类技术的应用价值	第16页
·课题研究内容及论文的组织结构	第16-18页
第2章 中文文本分类关键技术	第18-30页
·文本分类概述	第18-20页
·基于统计的分类模型	第20页
·文本的向量空间模型(VSM)表示	第20-23页
·文本预处理	第23-29页
·本章小结	第29-30页
第3章 中文文本分类算法的评价与分析	第30-46页
·朴素贝叶斯算法	第30-32页
·KNN 算法	第32-33页
·类中心向量最近距离判别算法	第33-34页
·基于聚类粒度原理的分类算法	第34-36页
·支持向量机	第36-39页
·潜在语义索引	第39-40页
·BOOSTING 分类方法	第40-41页
·使用最大熵模型分类	第41-43页
·评价和比较分类算法性能的定理和方法	第43-44页
·本章小结	第44-46页
第4章 基于科技文献的中文文本分类算法	第46-60页
·关于科技文献	第46-48页
·算法提出背景	第48-50页
·分类模型构建算法	第50-53页
·自动文本分类算法	第53-59页
·本章小结	第59-60页
第5章 对比实验	第60-69页
·开发测试环境数据集	第60-61页
·实验设计	第61-62页
·实验结果和分析	第62-68页
·本章小结	第68-69页
结论	第69-71页
参考文献	第71-77页
攻读硕士学位期间承担的科研任务与主要成果	第77-78页
致谢	第78-79页
作者简介	第79页