| 中文摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10页 |
| 1.2 研究目的及意义 | 第10-11页 |
| 1.2.1 研究目的 | 第10-11页 |
| 1.2.2 研究意义 | 第11页 |
| 1.3 研究现状 | 第11-13页 |
| 1.3.1 多种文献类型文本分类研究 | 第11-12页 |
| 1.3.2 维基百科在跨领域研究中的应用 | 第12-13页 |
| 1.4 研究内容和方法 | 第13-15页 |
| 1.4.1 研究内容 | 第13-14页 |
| 1.4.2 研究方法 | 第14-15页 |
| 1.5 研究创新点 | 第15-16页 |
| 1.6 论文组织结构 | 第16-17页 |
| 2 文本自动分类相关技术 | 第17-29页 |
| 2.1 文本分类流程 | 第17-19页 |
| 2.2 预处理 | 第19-21页 |
| 2.2.1 中文分词 | 第19-20页 |
| 2.2.2 词性、停用词过滤 | 第20-21页 |
| 2.3 特征选择 | 第21页 |
| 2.4 文本表示 | 第21-23页 |
| 2.4.1 布尔模型 | 第21-22页 |
| 2.4.2 向量空间模型 | 第22-23页 |
| 2.4.3 概率主题模型 | 第23页 |
| 2.5 分类算法 | 第23-26页 |
| 2.5.1 K最近邻算法 | 第24页 |
| 2.5.2 朴素贝叶斯算法 | 第24-25页 |
| 2.5.3 支持向量机算法 | 第25-26页 |
| 2.6 分类效果评估方法 | 第26-28页 |
| 2.7 本章小结 | 第28-29页 |
| 3 基于维基百科的多种类型文本分类方法 | 第29-41页 |
| 3.1 本章概述 | 第29页 |
| 3.2 TF-IDF特征选择方法的改进 | 第29-33页 |
| 3.2.1 TF-IDF特征选择方法 | 第29-30页 |
| 3.2.2 改进的CDF_(max)-IDF特征选择方法 | 第30-33页 |
| 3.3 基于维基百科的特征扩展方法 | 第33-36页 |
| 3.3.1 基于维基百科的语义相关度计算 | 第33-36页 |
| 3.3.2 基于语义相关度的特征扩展方法 | 第36页 |
| 3.4 基于wLDA模型的文本分类方法 | 第36-40页 |
| 3.4.1 标准LDA模型概述 | 第36-37页 |
| 3.4.2 LDA主题模型的求解及评价 | 第37-39页 |
| 3.4.3 改进的LDA模型 | 第39页 |
| 3.4.4 基于wLDA模型的分类流程 | 第39-40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 实验及结果分析 | 第41-48页 |
| 4.1 实验准备 | 第41-42页 |
| 4.1.1 实验环境 | 第41页 |
| 4.1.2 实验语料 | 第41-42页 |
| 4.1.3 自动分类方法与评价方法 | 第42页 |
| 4.2 实验设计 | 第42页 |
| 4.3 实验结果及分析 | 第42-46页 |
| 4.3.1 最优主题数的确定 | 第42-43页 |
| 4.3.2 扩展特征语义相关度计算结果 | 第43-45页 |
| 4.3.3 本研究分类方法的对比验证 | 第45-46页 |
| 4.4 本章小结 | 第46-48页 |
| 5 研究结论和展望 | 第48-50页 |
| 5.1 本文总结 | 第48-49页 |
| 5.2 工作展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士期间发表的论文及参与课题 | 第53-54页 |
| 致谢 | 第54-55页 |