| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 本文主要内容和结构安排 | 第12-14页 |
| 第2章 文本分类的相关技术 | 第14-26页 |
| 2.1 文本的预处理 | 第15-16页 |
| 2.1.1 分词技术 | 第15-16页 |
| 2.1.2 文本去冗余 | 第16页 |
| 2.2 文本表示模型 | 第16-19页 |
| 2.2.1 布尔模型 | 第17页 |
| 2.2.2 向量空间模型 | 第17-18页 |
| 2.2.3 概率模型 | 第18-19页 |
| 2.3 特征选择和特征提取 | 第19-20页 |
| 2.4 特征加权 | 第20-21页 |
| 2.5 文本分类算法 | 第21-23页 |
| 2.5.1 简单向量距离算法 | 第21-22页 |
| 2.5.2 K邻近算法 | 第22页 |
| 2.5.3 支持向量机 | 第22页 |
| 2.5.4 朴素贝叶斯算法 | 第22-23页 |
| 2.6 分类效果评估指标 | 第23-24页 |
| 2.7 本章小结 | 第24-26页 |
| 第3章 文本分类流程和特征加权方法的改进 | 第26-46页 |
| 3.1 文本分类的框架 | 第26-29页 |
| 3.1.1 文本分类流程示意图 | 第26-27页 |
| 3.1.2 分词及去停用词 | 第27-29页 |
| 3.2 KNN分类算法 | 第29-31页 |
| 3.3 支持向量机分类算法 | 第31-35页 |
| 3.3.1 支持向量机 | 第31-34页 |
| 3.3.2 混合核函数 | 第34-35页 |
| 3.3.3 SVM参数选择 | 第35页 |
| 3.4 传统特征权重方法的不足与改进 | 第35-38页 |
| 3.4.1 TF-IDF的不足之处 | 第35-37页 |
| 3.4.2 TF-IDF的改进 | 第37-38页 |
| 3.5 实验与结果分析 | 第38-45页 |
| 3.5.1 实验环境设置和语料库 | 第38-39页 |
| 3.5.2 KNN分类器下的测试集选择及k值选择 | 第39-41页 |
| 3.5.3 改进的特征加权与传统方法的对比实验对比 | 第41-44页 |
| 3.5.4 SVM分类器下的实验结果与分析 | 第44-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第4章 基于信息增益特征选择方法的研究 | 第46-57页 |
| 4.1 特征选择的过程及特点 | 第46页 |
| 4.1.1 特征选择的过程 | 第46页 |
| 4.1.2 特征选择的特点 | 第46页 |
| 4.2 特征选择方法的分析与改进 | 第46-52页 |
| 4.2.1 传统特征选择方法 | 第46-49页 |
| 4.2.2 传统特征选择方法分析 | 第49-51页 |
| 4.2.3 传统特征选择算法改进 | 第51-52页 |
| 4.3 实验数据与分析 | 第52-55页 |
| 4.3.1 不同数据集下的对比实验 | 第52-53页 |
| 4.3.2 非平衡数据集下实验 | 第53-55页 |
| 4.3.3 不同分类器的对比实验 | 第55页 |
| 4.4 本章小结 | 第55-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63页 |