基于贝叶斯网络的文本分类算法研究
| 作者简历 | 第7-8页 |
| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 引言 | 第14-19页 |
| 1.1 论文研究的背景与意义 | 第14-15页 |
| 1.2 文本分类研究的现状 | 第15-18页 |
| 1.3 论文的研究内容和组织结构 | 第18-19页 |
| 第二章 朴素贝叶斯文本分类模型综述 | 第19-36页 |
| 2.1 朴素贝叶斯模型 | 第19-22页 |
| 2.2 朴素贝叶斯文本分类模型 | 第22-27页 |
| 2.2.1 伯努利朴素贝叶斯模型 | 第22-24页 |
| 2.2.2 多项式朴素贝叶斯模型 | 第24-25页 |
| 2.2.3 补集朴素贝叶斯模型 | 第25-27页 |
| 2.2.4 OVA模型 | 第27页 |
| 2.3 多项式改进模型 | 第27-35页 |
| 2.3.1 局部加权的多项式朴素贝叶斯 | 第27-30页 |
| 2.3.2 判别加权的多项式朴素贝叶斯 | 第30-31页 |
| 2.3.3 卡方统计加权的多项式朴素贝叶斯 | 第31-34页 |
| 2.3.4 基于主题文档模型的多项式朴素贝叶斯 | 第34-35页 |
| 2.4 小结 | 第35-36页 |
| 第三章 基于CFS属性加权的多项式朴素贝叶斯 | 第36-44页 |
| 3.1 属性选择与属性加权 | 第36-37页 |
| 3.2 基于CFS的属性加权方法 | 第37-38页 |
| 3.3 属性加权的多项式朴素贝叶斯 | 第38-39页 |
| 3.4 实验与结果 | 第39-43页 |
| 3.5 小结 | 第43-44页 |
| 第四章 多项式朴素贝叶斯树 | 第44-54页 |
| 4.1 朴素贝叶斯树 | 第44-46页 |
| 4.2 多项式朴素贝叶斯树 | 第46-48页 |
| 4.3 基于多类学习的多项式朴素贝叶斯树 | 第48-50页 |
| 4.4 实验与结果 | 第50-53页 |
| 4.5 小结 | 第53-54页 |
| 第五章 结构扩展的多项式朴素贝叶斯 | 第54-63页 |
| 5.1 结构扩展的朴素贝叶斯 | 第54-55页 |
| 5.2 结构扩展的多项式朴素贝叶斯 | 第55-59页 |
| 5.3 实验与结果 | 第59-62页 |
| 5.4 小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 本文的主要贡献与创新 | 第63页 |
| 6.2 下一步的研究工作展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
