| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 序言 | 第10-16页 |
| ·问题的提出及研究的意义 | 第10页 |
| ·国内外研究现状 | 第10-14页 |
| ·本文的研究工作 | 第14-15页 |
| ·本文的组织 | 第15-16页 |
| 第二章 相关理论 | 第16-25页 |
| ·文本挖掘 | 第16-19页 |
| ·文本挖掘的定义 | 第16-18页 |
| ·文本挖掘的处理模型 | 第18-19页 |
| ·文本分类 | 第19-24页 |
| ·简单贝叶斯分类法 | 第19-21页 |
| ·矩阵变换法 | 第21-22页 |
| ·K 最近邻分类算法 | 第22-23页 |
| ·利用Boosting 方法解决兼类问题的技术 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于SMO 的多层面混合的汉语文本作者识别方法（SM-CTAI） | 第25-50页 |
| ·文本作者识别的基本概念 | 第25-28页 |
| ·文本作者识别定义 | 第25-26页 |
| ·文本作者识别的系统结构 | 第26-28页 |
| ·文本作者识别的一般方法 | 第28页 |
| ·多层面混合策略的语言学理论基础 | 第28-35页 |
| ·汉语语言的相关特点 | 第29-30页 |
| ·汉语语言风格的定义 | 第30-31页 |
| ·汉语语言风格的体现 | 第31-34页 |
| ·语言学研究的指向性作用 | 第34-35页 |
| ·分类算法 | 第35-39页 |
| ·一般分类算法 | 第35-37页 |
| ·序贯最小优化( SMO) 分类算法 | 第37-39页 |
| ·文本表示方法 | 第39-48页 |
| ·特征选取 | 第39-42页 |
| ·文本预处理 | 第42-44页 |
| ·特征表示 | 第44-45页 |
| ·特征提取(缩减) | 第45-48页 |
| ·本章小结 | 第48-50页 |
| 第四章 JLM-320 系统中的SM-CTAI 模块的设计与实现 | 第50-62页 |
| ·JLM-320 系统总体框架 | 第50-54页 |
| ·JLM-320 系统的体系架构 | 第50-52页 |
| ·JLM-320 系统的系统框架 | 第52-54页 |
| ·JLM-320 系统的主要功能模块 | 第54-55页 |
| ·JLM-320 前端系统主要功能 | 第54-55页 |
| ·JLM-320 后端系统主要功能 | 第55页 |
| ·SM-CTAI 模块的设计 | 第55-58页 |
| ·SM-CTAI 的数据描述 | 第55-56页 |
| ·SM-CTAI 的功能模块构成 | 第56-58页 |
| ·SM-CTAT 模块的基本流程 | 第58页 |
| ·SM-CTAI 的实现 | 第58-61页 |
| ·系统环境 | 第58-60页 |
| ·主要类库和方法 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 实验及实例 | 第62-73页 |
| ·评价参数 | 第62-64页 |
| ·训练集和测试集 | 第64-65页 |
| ·实验结果及分析 | 第65-70页 |
| ·独立特征集 | 第65-66页 |
| ·组合特征集 | 第66-68页 |
| ·不同分类方法比较 | 第68页 |
| ·特征维数对正确率的影响 | 第68-69页 |
| ·训练样例的数量对正确率的影响 | 第69-70页 |
| ·实例 | 第70-71页 |
| ·应用实例背景 | 第70页 |
| ·应用过程 | 第70-71页 |
| ·应用效果 | 第71页 |
| ·本章小结 | 第71-73页 |
| 第六章 结束语与展望 | 第73-74页 |
| 参考文献 | 第74-77页 |
| 附录：王良佐汉字频度表介绍 | 第77-90页 |
| 致谢 | 第90-91页 |
| 攻读学位期间发表的学术论文目录 | 第91-93页 |