| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-13页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-11页 |
| ·本文的结构和研究内容 | 第11-13页 |
| ·本文的研究内容 | 第11页 |
| ·本文的组织 | 第11-13页 |
| 2 文本分类相关技术 | 第13-30页 |
| ·文本分类的定义 | 第13-14页 |
| ·文本表示模型 | 第14-16页 |
| ·文本分类流程 | 第16-17页 |
| ·文本预处理 | 第17-20页 |
| ·分词技术 | 第17-19页 |
| ·去除停用词 | 第19-20页 |
| ·特征降维 | 第20-21页 |
| ·局部降维和全局降维 | 第20页 |
| ·特征抽取和特征提取 | 第20-21页 |
| ·特征加权 | 第21-22页 |
| ·文本分类方法 | 第22-26页 |
| ·朴素贝叶斯算法 | 第22-23页 |
| ·Rocchio 算法 | 第23-24页 |
| ·K-最近邻算法 | 第24-25页 |
| ·支持向量机 | 第25-26页 |
| ·分类系统的评估 | 第26-28页 |
| ·评估方法 | 第26-27页 |
| ·评估指标 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 3 基于集中度、分散度和频度的特征提取方法 | 第30-38页 |
| ·特征提取的过程 | 第30-31页 |
| ·常用的特征提取方法 | 第31-34页 |
| ·文档频数（Document Frequency，DF） | 第31页 |
| ·互信息（Mutual Information，MI） | 第31-32页 |
| ·信息增益（Information Gain，IG） | 第32-33页 |
| ·期望交叉熵（Expected Cross Entropy，CE） | 第33页 |
| ·χ~2 统计量（Chi-square Statistic，CHI） | 第33-34页 |
| ·文本证据权（Weight of Evidence for Text，WET） | 第34页 |
| ·CDF 特征提取方法 | 第34-37页 |
| ·本章小结 | 第37-38页 |
| 4 结合集中度和分散度改进的 TF-IDF 方法 | 第38-44页 |
| ·TF-IDF 方法的提出 | 第38-39页 |
| ·TF-IDF 方法的不足 | 第39-40页 |
| ·结合集中度、分散度改进的TF-IDF 方法 | 第40-43页 |
| ·本章小结 | 第43-44页 |
| 5 实验方法和结果分析 | 第44-61页 |
| ·中文文本分类系统的实现 | 第44-47页 |
| ·实验结果及其分析 | 第47-60页 |
| ·实验介绍 | 第47页 |
| ·数据集 | 第47页 |
| ·特征提取方法对比实验 | 第47-53页 |
| ·特征加权方法对比实验 | 第53-60页 |
| ·本章小结 | 第60-61页 |
| 6 结论与展望 | 第61-63页 |
| ·研究总结 | 第61页 |
| ·下一步的工作 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录 | 第67页 |
| A 作者在攻读硕士学位期间发表的论文 | 第67页 |
| B 作者在攻读硕士学位期间参与的项目 | 第67页 |
