文本特征选择算法的研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 目录 | 第7-9页 |
| 1 绪论 | 第9-12页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 研究现状 | 第9-11页 |
| 1.3 论文的结构安排 | 第11-12页 |
| 2 文本分类技术简介 | 第12-23页 |
| 2.1 基本概念 | 第12页 |
| 2.2 文本分类流程的介绍 | 第12-18页 |
| 2.2.1 文本语料库概述 | 第12-13页 |
| 2.2.2 文本预处理 | 第13页 |
| 2.2.3 文本表示 | 第13-14页 |
| 2.2.4 特征降维 | 第14页 |
| 2.2.5 构造分类器 | 第14-17页 |
| 2.2.6 测评 | 第17-18页 |
| 2.3 常用的特征选择方法 | 第18-22页 |
| 2.3.1 文档频率(DF) | 第18-19页 |
| 2.3.2 互信息(MI) | 第19页 |
| 2.3.3 信息增益(IG) | 第19-20页 |
| 2.3.4 χ~2统计量(Chi) | 第20-21页 |
| 2.3.5 ReliefF算法 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 3 基于特征权重与词间相关性的文本特征选择算法 | 第23-29页 |
| 3.1 RelifF算法分析 | 第23页 |
| 3.2 特征选择算法——mRMR-ReliefF | 第23-27页 |
| 3.2.1 基于概率差值改进ReliefF算法 | 第23-25页 |
| 3.2.2 基于词间相关性的冗余处理 | 第25-26页 |
| 3.2.3 mRMR-ReliefF算法描述 | 第26-27页 |
| 3.3 实验过程 | 第27-29页 |
| 3.3.1 实验结果及分析 | 第27-28页 |
| 3.3.2 小结 | 第28-29页 |
| 4 基于信息增益的文本特征选择方法 | 第29-37页 |
| 4.1 信息增益算法分析 | 第29页 |
| 4.2 改进信息增益算法 | 第29-33页 |
| 4.2.1 不均衡数据集的处理 | 第29-30页 |
| 4.2.2 低频特征的处理 | 第30-31页 |
| 4.2.3 高频冗余特征的处理 | 第31-33页 |
| 4.2.4 TDpIG算法描述 | 第33页 |
| 4.3 实验过程 | 第33-37页 |
| 4.3.1 实验结果及分析 | 第33-36页 |
| 4.3.2 小结 | 第36-37页 |
| 结论 | 第37-39页 |
| 参考文献 | 第39-42页 |
| 攻读硕士学位期间发表学术论文情况 | 第42-43页 |
| 致谢 | 第43页 |
