一种基于关键向量的文本分类模型的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-15页 |
| ·论文研究的的背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文研究内容及论文组织结构 | 第12-15页 |
| 第2章 向量空间模型 | 第15-24页 |
| ·文本表示 | 第15-18页 |
| ·特征项抽取作为文本特征 | 第15-17页 |
| ·特征项权重计算 TF-IDF 公式 | 第17-18页 |
| ·相似度计算 | 第18页 |
| ·向量空间模型 | 第18-19页 |
| ·向量空间模型的基本概念 | 第18-19页 |
| ·向空间模型的特点 | 第19页 |
| ·常用的文本分类算法 | 第19-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 基于关键向量的文本分类算法 | 第24-32页 |
| ·基本思路介绍 | 第24-28页 |
| ·传统的基于向量空间模型算法的不足 | 第24-25页 |
| ·早期的改进思路 | 第25-27页 |
| ·算法的评价 | 第27-28页 |
| ·基于关键向量的文本分类算法介绍 | 第28-30页 |
| ·相关概念的引入 | 第28页 |
| ·新算法的工作原理 | 第28-30页 |
| ·相关阈值的确定 | 第30-31页 |
| ·K 值的确定 | 第30-31页 |
| ·k_1 和k_2 值的确定 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第4章 系统实现 | 第32-41页 |
| ·实验设计 | 第32页 |
| ·系统模型 | 第32-34页 |
| ·系统实现 | 第34-37页 |
| ·文本收集 | 第34页 |
| ·预处理 | 第34-35页 |
| ·文档的向量化 | 第35-36页 |
| ·关键向量的计算 | 第36-37页 |
| ·测试 | 第37页 |
| ·主要算法描述 | 第37-40页 |
| ·词频统计模块 | 第37-38页 |
| ·关键向量查找模块 | 第38-39页 |
| ·文本分类模块 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 测试 | 第41-53页 |
| ·测试语料库 | 第41-45页 |
| ·文件格式 | 第41页 |
| ·文件内部标签 | 第41-43页 |
| ·类别 | 第43-45页 |
| ·实验环境说明 | 第45-46页 |
| ·评价标准 | 第46页 |
| ·实验过程及结果 | 第46-51页 |
| ·实验一：K 值的选取对分类效果的影响 | 第46-47页 |
| ·实验二：分类文件数量对分类效果的影响 | 第47-49页 |
| ·实验三：与其它分类算法的比较 | 第49-50页 |
| ·算法的时间性能分析 | 第50-51页 |
| ·实验讨论 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 附录：分类器实现的主要代码 | 第54-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间发表的学术论文 | 第66-67页 |
| 致谢 | 第67页 |
