| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 引言 | 第10-14页 |
| 1.1 研究背景及意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文主要创新工作和组织结构 | 第12-13页 |
| 1.4 本章小结 | 第13-14页 |
| 第2章 文本分类相关理论与技术 | 第14-30页 |
| 2.1 文本分类概述 | 第14-15页 |
| 2.2 文本预处理 | 第15-17页 |
| 2.2.1 文本分词 | 第16-17页 |
| 2.2.2 去停用词 | 第17页 |
| 2.3 文本表示 | 第17-18页 |
| 2.3.1 布尔模型 | 第17页 |
| 2.3.2 向量空间模型（VSM） | 第17-18页 |
| 2.3.3 概率模型 | 第18页 |
| 2.4 特征选择或特征抽取 | 第18-23页 |
| 2.4.1 特征选择 | 第19-20页 |
| 2.4.2 特征抽取 | 第20-23页 |
| 2.5 文本分类算法 | 第23-27页 |
| 2.5.1 朴素贝叶斯 | 第24-25页 |
| 2.5.2 K近邻 | 第25-26页 |
| 2.5.3 支持向量机 | 第26-27页 |
| 2.6 分类结果评价指标 | 第27-28页 |
| 2.7 本章小结 | 第28-30页 |
| 第3章 WORD2VEC模型 | 第30-42页 |
| 3.1 统计语言模型 | 第30页 |
| 3.2 WORD2VEC模型原理简介 | 第30-31页 |
| 3.3 训练模型 | 第31-36页 |
| 3.3.1 连续词袋（CBOW）模型 | 第31-35页 |
| 3.3.2 Skip_gram模型 | 第35-36页 |
| 3.4 优化模型 | 第36-39页 |
| 3.4.1 Hierarchical Softmax（HS）优化模型 | 第37-39页 |
| 3.4.2 Negative Sampling（NS）优化模型 | 第39页 |
| 3.5 训练效果展示 | 第39-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第4章 基于词向量的文本表示 | 第42-58页 |
| 4.1 一种朴素的文本表示方式 | 第42页 |
| 4.2 基于改进的TF-IDF加权的文本表示方式 | 第42-43页 |
| 4.3 多模型融合的文本表示 | 第43-45页 |
| 4.4 实验验证及算法性能分析 | 第45-56页 |
| 4.4.1 实验数据集以及相关参数设置 | 第45-48页 |
| 4.4.2 CombineTextVector在文本分类中的表现 | 第48-51页 |
| 4.4.3 不同维度的VSM_TFIDF向量对CombineTextVector模型的影响 | 第51-53页 |
| 4.4.4 不同维度的W2V_wTFIDF模型向量对CombineTextVector模型的影响 | 第53-56页 |
| 4.5 本章小结 | 第56-58页 |
| 第5章 基于词向量的主题距离度量方式 | 第58-72页 |
| 5.1 文本分类中常用的距离和相似度度量方式 | 第58-60页 |
| 5.2 EMD距离度量 | 第60-62页 |
| 5.3 基于EMD距离的TOPMD主题距离度量方式 | 第62-66页 |
| 5.4 实验验证及算法性能分析 | 第66-71页 |
| 5.4.1 实验数据集以及相关参数设置 | 第66-67页 |
| 5.4.2 TopMD距离度量与其它度量方式的比较 | 第67-69页 |
| 5.4.3 不同特征词词典大小以及不同主题数对TopMD距离度量的影响 | 第69-71页 |
| 5.5 本章小结 | 第71-72页 |
| 第6章 总结及展望 | 第72-76页 |
| 6.1 总结 | 第72页 |
| 6.2 展望 | 第72-76页 |
| 参考文献 | 第76-79页 |
| 致谢 | 第79-80页 |
| 发表论文 | 第80页 |
