基于贝叶斯算法的多语言文档分类
| 中文摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 文本分类发展历程 | 第9-10页 |
| 1.2.2 多语言文本分类研究现状 | 第10-13页 |
| 1.3 机器学习相关概念 | 第13-14页 |
| 1.4 论文研究内容 | 第14页 |
| 1.5 论文组织结构安排 | 第14-15页 |
| 第二章 相关技术简介 | 第15-29页 |
| 2.1 模式分类相关算法概述 | 第15页 |
| 2.2 文本分类相关技术研究 | 第15-22页 |
| 2.2.1 文本分类定义 | 第15-16页 |
| 2.2.2 文本预处理 | 第16-17页 |
| 2.2.3 文本表示 | 第17-18页 |
| 2.2.4 特征提取和特征选择 | 第18-22页 |
| 2.3 常见的文档分类方法 | 第22-27页 |
| 2.3.1 贝叶斯理论及朴素贝叶斯算法 | 第22-24页 |
| 2.3.2 K-近邻算法 | 第24-25页 |
| 2.3.3 Rocchio分类算法 | 第25-27页 |
| 2.4 分类算法的分析与比较 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第三章 多语言文本自动分类系统设计 | 第29-37页 |
| 3.1 多语言文本分类系统需求分析 | 第29页 |
| 3.2 多语言文本自动分类系统设计原则 | 第29-30页 |
| 3.3 多语言文本分类系统概要设计 | 第30-33页 |
| 3.3.1 设计方法简介 | 第30-32页 |
| 3.3.2 系统模块设计 | 第32页 |
| 3.3.3 多语言文本分类系统综合介绍 | 第32-33页 |
| 3.4 系统模块介绍 | 第33-36页 |
| 3.4.1 可视化模块 | 第33-34页 |
| 3.4.2 训练集处理模块 | 第34页 |
| 3.4.3 概率计算模块 | 第34-35页 |
| 3.4.4 文本预处理模块 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 多语言文本自动分类系统实现 | 第37-44页 |
| 4.1 多语言功能简介 | 第37页 |
| 4.2 多语言功能设计与系统实现 | 第37-42页 |
| 4.2.1 文本预处理 | 第38-39页 |
| 4.2.2 特征提取 | 第39-41页 |
| 4.2.3 分类器的选择 | 第41-42页 |
| 4.3 多语言功能的局限与扩展 | 第42-43页 |
| 4.4 本章小结 | 第43-44页 |
| 第五章 系统测试与分析 | 第44-49页 |
| 5.1 系统语料选取 | 第44-45页 |
| 5.2 系统性能分析 | 第45-46页 |
| 5.3 自我评价 | 第46页 |
| 5.4 系统现存缺陷与改进 | 第46-48页 |
| 5.4.1 关键词提取 | 第46-47页 |
| 5.4.2 多语言功能 | 第47-48页 |
| 5.5 本章小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 6.1 本文工作总结 | 第49页 |
| 6.2 展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读学位期间公开发表的论文 | 第54-55页 |
| 致谢 | 第55-56页 |
