文本分类特征选取技术研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 图表目录 | 第11-12页 |
| 第一章 引言 | 第12-15页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·国内外研究现状 | 第13-14页 |
| ·本文的主要内容 | 第14-15页 |
| 第二章 文本分类的概念和向量空间模型 | 第15-26页 |
| ·文本分类的概念 | 第15-18页 |
| ·现代文本分类的基础理论—机器学习 | 第15-16页 |
| ·文本分类的定义 | 第16-18页 |
| ·向量空间模型 | 第18-20页 |
| ·分类系统的性能评价 | 第20-22页 |
| ·常用的评估参数介绍 | 第20-22页 |
| ·其他一些评估参数介绍 | 第22页 |
| ·粗糙集理论 | 第22-25页 |
| ·粗糙集的基本概念 | 第22-24页 |
| ·决策表的离散化 | 第24-25页 |
| ·将粗糙集理论用于文本分类的可行性分析 | 第25-26页 |
| 第三章 文本分类系统中关键技术问题 | 第26-46页 |
| ·系统总体框架 | 第26页 |
| ·文本的预处理 | 第26-27页 |
| ·文本预处理方法 | 第26-27页 |
| ·基于词性选择的文本预处理 | 第27页 |
| ·特征选择方法 | 第27-31页 |
| ·文档频率 | 第27-28页 |
| ·互信息 | 第28页 |
| ·信息增益 | 第28-29页 |
| ·期望交叉熵 | 第29-30页 |
| ·文本证据权(WET) | 第30页 |
| ·基于互信息改扩展的特征选择方法(EMI) | 第30-31页 |
| ·互信息(MI)存在的不足 | 第30-31页 |
| ·构造思想 | 第31页 |
| ·特征项权重公式 | 第31-33页 |
| ·布尔权重 | 第32页 |
| ·词频权重 | 第32页 |
| ·TF-IDF权重 | 第32-33页 |
| ·文本分类方法 | 第33-39页 |
| ·朴素贝叶斯分类法(NB) | 第33-34页 |
| ·K-邻近算法 | 第34-35页 |
| ·支持向量机算法 | 第35-39页 |
| ·支持向量机线性可分模式的最优超平面构造 | 第36-37页 |
| ·支持向量机线性不可分模式的最优超平面构造 | 第37-38页 |
| ·常用核函数介绍 | 第38-39页 |
| ·分类方法对比研究 | 第39-40页 |
| ·几种方法的比较 | 第39-40页 |
| ·实验系统的各项参数 | 第40页 |
| ·实验用语料库 | 第40-41页 |
| ·实验结果与分析 | 第41-46页 |
| 第四章 基于粗糙集属性约简的特征选择方法 | 第46-51页 |
| ·基于粗糙集属性约简的特征选择方法 | 第46-49页 |
| ·文本预处理 | 第46页 |
| ·决策表的建立 | 第46-47页 |
| ·决策表的离散化 | 第47页 |
| ·基于属性重要度的条件属性约简 | 第47-49页 |
| ·特征的选择 | 第49页 |
| ·实验结果及其分析 | 第49-51页 |
| 第五章 中文文本自动分类工具的设计与实现 | 第51-57页 |
| ·分类工具的体系结构 | 第51-54页 |
| ·主要功能模块介绍 | 第54-57页 |
| ·文本处理及特征选择模块 | 第54-55页 |
| ·文本分类模块 | 第55-56页 |
| ·分类测试与结果评估模块 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| ·本文主要工作和创新点 | 第57页 |
| ·不足及对未来的展望 | 第57-59页 |
| 参考文献 | 第59-61页 |
| 致谢 | 第61页 |
