基于统计语言模型的中文自动文本分类系统
| 1 目录 | 第1-10页 |
| 1 第一章 概述 | 第10-14页 |
| ·问题的提出 | 第10页 |
| ·自动文本分类 | 第10-11页 |
| ·自动文本分类发展综述 | 第11-12页 |
| ·论文内容 | 第12-14页 |
| 2 第二章 统计语言模型 | 第14-24页 |
| ·文本表示模型 | 第14-17页 |
| ·向量空间模型 | 第14-15页 |
| ·统计语言模型 | 第15-16页 |
| ·文本表示模型的比较与选择 | 第16-17页 |
| ·基于N-gram语言模型的文本表示 | 第17-18页 |
| ·N-gram模型若干关键问题 | 第18-22页 |
| ·语义词 | 第18-19页 |
| ·参数N的选择 | 第19-21页 |
| ·平滑算法 | 第21-22页 |
| ·特征选择 | 第22-24页 |
| ·文档频率(DF) | 第22-23页 |
| ·x~2统计(x~2-S) | 第23页 |
| ·特征选择算法 | 第23-24页 |
| 3 第三章 文本分类系统结构设计 | 第24-30页 |
| ·文本分类系统的结构 | 第24-25页 |
| ·分类功能 | 第25-28页 |
| ·朴素贝叶斯分类器 | 第25-26页 |
| ·链状贝叶斯分类器 | 第26-27页 |
| ·多类别处理 | 第27-28页 |
| ·数据分析功能 | 第28-30页 |
| 4 第四章 文本分类系统软件开发 | 第30-44页 |
| ·系统的开发平台与开发环境 | 第30页 |
| ·系统类的设计 | 第30-31页 |
| ·主要功能的详细设计与实现 | 第31-37页 |
| ·分类算法的详细设计与实现 | 第31-33页 |
| ·训练算法的详细设计与实现 | 第33-34页 |
| ·分词算法的详细设计与实现 | 第34-36页 |
| ·MarkovData的存储方式 | 第36-37页 |
| ·主要软件开发技术总结 | 第37-41页 |
| ·多线程 | 第37-38页 |
| ·线程池 | 第38-39页 |
| ·单件模式 | 第39-40页 |
| ·版本控制 | 第40-41页 |
| ·系统截图 | 第41-44页 |
| ·主界面截图 | 第41-42页 |
| ·训练功能截图 | 第42页 |
| ·分类功能截图 | 第42-43页 |
| ·数据分析功能截图 | 第43-44页 |
| 5 第五章 实验与分析 | 第44-54页 |
| ·实验评价标准 | 第44-47页 |
| ·BaseLine系统 | 第47-48页 |
| ·语料库 | 第48-50页 |
| ·语料库的重要性 | 第48-49页 |
| ·本文所使用的语料库 | 第49-50页 |
| ·实验及其结果分析 | 第50-54页 |
| ·语料库规模对分类系统的影响 | 第50-51页 |
| ·语料库质量对分类系统的影响 | 第51-52页 |
| ·分类系统效果对比 | 第52-54页 |
| 6 第六章 结束语 | 第54-56页 |
| ·研究总结 | 第54页 |
| ·下一步工作 | 第54-56页 |
| 7 参考文献 | 第56-60页 |
| 8 作者在攻读硕士学位期间发表的学术论文 | 第60-62页 |
| 9 致谢 | 第62页 |
