文本向量化方法对文本分类效果影响的改进研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究发展及现状 | 第10-12页 |
| 1.2.1 国内外文本分类研究发展历程 | 第10-11页 |
| 1.2.2 国内外文本分类研究现状 | 第11-12页 |
| 1.2.3 文献评述 | 第12页 |
| 1.3 本文的主要工作和创新 | 第12-13页 |
| 1.4 本文的组织结构 | 第13-15页 |
| 第2章 文本分类流程概述 | 第15-21页 |
| 2.1 文本分类概述 | 第15-16页 |
| 2.2 文本预处理 | 第16-17页 |
| 2.2.1 文本分词 | 第16页 |
| 2.2.2 去停用词 | 第16-17页 |
| 2.3 文本表示模型 | 第17页 |
| 2.4 特征选择 | 第17-18页 |
| 2.4.1 嵌入式特征选择(Embedded) | 第17页 |
| 2.4.2 封装式特征选择(Wrapper) | 第17-18页 |
| 2.4.3 过滤式特征选择(Filtering) | 第18页 |
| 2.5 文本分类算法 | 第18-19页 |
| 2.5.1 生成模型 | 第19页 |
| 2.5.2 判别模型 | 第19页 |
| 2.6 分类性能评估 | 第19-21页 |
| 第3章 文本向量化方法的改进 | 第21-30页 |
| 3.1 基准文本向量化算法介绍 | 第21-22页 |
| 3.1.1 word2vec算法 | 第21-22页 |
| 3.1.2 基准文本向量化方法 | 第22页 |
| 3.1.3 word2vec的不足 | 第22页 |
| 3.2 textrank加权词向量算法 | 第22-24页 |
| 3.2.1 词向量加权 | 第23页 |
| 3.2.2 textrank介绍 | 第23-24页 |
| 3.2.3 textrank加权词向量算法 | 第24页 |
| 3.3 主题-textrank加权词向量算法 | 第24-28页 |
| 3.3.1 特征拼接 | 第24-25页 |
| 3.3.2 LDA主题模型 | 第25-26页 |
| 3.3.3 主题-textrank加权词向量算法 | 第26-28页 |
| 3.4 主题-tfidf加权词向量算法 | 第28-30页 |
| 3.4.1 TF-IDF | 第28页 |
| 3.4.2 主题-tfidf加权词向量算法 | 第28-30页 |
| 第4章 实验设计及结果分析 | 第30-44页 |
| 4.1 实验方案设计 | 第30-33页 |
| 4.1.1 实验数据集介绍 | 第30-31页 |
| 4.1.2 word2vec参数设置 | 第31-32页 |
| 4.1.3 LDA主题模型参数设置 | 第32页 |
| 4.1.4 textrank参数设置 | 第32-33页 |
| 4.1.5 分类及特征筛选模型的选择 | 第33页 |
| 4.2 实验设计总流程 | 第33-34页 |
| 4.3 分类模型及分类结果展示 | 第34-37页 |
| 4.3.1 决策树原理及分类结果展示 | 第34页 |
| 4.3.2 朴素贝叶斯原理及分类结果展示 | 第34-35页 |
| 4.3.3 逻辑斯蒂回归原理及分类结果展示 | 第35-36页 |
| 4.3.4 K-近邻法原理及分类结果展示 | 第36-37页 |
| 4.4 分类结果分析 | 第37-42页 |
| 4.4.1 各类别分类结果可视化及比较 | 第37-39页 |
| 4.4.2 总体分类结果可视化及比较 | 第39-42页 |
| 4.5 实验总结及问题分析 | 第42-44页 |
| 总结与展望 | 第44-46页 |
| 本文工作总结 | 第44页 |
| 下一步工作展望 | 第44-46页 |
| 参考文献 | 第46-48页 |
| 附录A 网络爬虫代码 | 第48-50页 |
| 致谢 | 第50-51页 |
