中文WEB文本倾向性分类研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 序 | 第8-12页 |
| 1 绪论 | 第12-18页 |
| ·网络安全概述 | 第12-13页 |
| ·文本分类概述 | 第13页 |
| ·文本分类研究热点 | 第13-15页 |
| ·研究背景及意义 | 第15-16页 |
| ·本文的研究内容及组织结构 | 第16-18页 |
| 2 Web文本分类概要 | 第18-22页 |
| ·文本分类任务的特点 | 第18页 |
| ·文档表示模型 | 第18-20页 |
| ·文档特征 | 第19页 |
| ·文档表示 | 第19-20页 |
| ·Web文本分类的一般过程 | 第20-21页 |
| ·网页褒贬倾向分类标准 | 第21-22页 |
| 3 中文分词技术 | 第22-34页 |
| ·分词辞典 | 第22-27页 |
| ·基于整词二分的分词词典 | 第22-23页 |
| ·基于TRIE索引树的分词词典 | 第23-25页 |
| ·基于逐字二分的分词词典 | 第25-27页 |
| ·三种分词词典机制的比较 | 第27页 |
| ·基于四字Hash机制的分词词典 | 第27-30页 |
| ·词典项的结构 | 第29-30页 |
| ·Hash表的结构 | 第30页 |
| ·分词算法 | 第30-32页 |
| ·基于字典的分词方法 | 第30-31页 |
| ·基于理解的分词方法 | 第31页 |
| ·基于统计的分词方法 | 第31-32页 |
| ·三种分词方法比较 | 第32页 |
| ·分词的后续工作 | 第32-34页 |
| ·去除停用词 | 第32页 |
| ·人名识别机制 | 第32-34页 |
| 4 文本相似度分析 | 第34-40页 |
| ·基于向量空间模型的文本相似度计算 | 第34-38页 |
| ·文本向量化 | 第34-35页 |
| ·欧式距离 | 第35页 |
| ·向量内积 | 第35-36页 |
| ·余弦相似度 | 第36-37页 |
| ·Jaccard相似度 | 第37页 |
| ·余弦相似度和Jaccard相似度的比较 | 第37-38页 |
| ·基于集合的文本相似度计算 | 第38-40页 |
| ·简单匹配 | 第38页 |
| ·分块系数 | 第38页 |
| ·Jaccard系数 | 第38页 |
| ·余弦系数 | 第38-39页 |
| ·交迭系数 | 第39页 |
| ·基于向量的计算方法和基于集合的计算方法的比较 | 第39-40页 |
| 5 特征提取技术 | 第40-42页 |
| 6 文本分类技术 | 第42-46页 |
| ·KNN最近距离法 | 第42-43页 |
| ·简单距离向量分类法 | 第43页 |
| ·naive bayes方法 | 第43-44页 |
| ·分类性能评估 | 第44-46页 |
| 7 实验流程及结果分析 | 第46-56页 |
| ·实验前期准备 | 第46页 |
| ·中文分词模块的实现 | 第46-52页 |
| ·特征提取模块的实现 | 第52-53页 |
| ·文本倾向性分类模块的实现 | 第53-54页 |
| ·实验结果分析 | 第54-56页 |
| 8 结束语 | 第56-57页 |
| 参考文献 | 第57-58页 |
| 作者简历 | 第58-60页 |
| 学位论文数据集 | 第60页 |
