蒙文文本分类技术研究与系统设计实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 图表目录 | 第10-11页 |
| 第一章 引言 | 第11-15页 |
| ·课题背景及文本分类发展现状 | 第11-12页 |
| ·主要研究内容和目的 | 第12-13页 |
| ·文本分类的应用 | 第13-14页 |
| ·网页的自动分类 | 第13页 |
| ·垃圾邮件过滤 | 第13页 |
| ·个性化服务 | 第13-14页 |
| ·开发工具、技术及开发环境 | 第14页 |
| ·论文结构 | 第14-15页 |
| 第二章 文本分类的概念和向量空间模型 | 第15-21页 |
| ·文本分类的概念 | 第15-19页 |
| ·现代文本分类的基础理论──机器学习 | 第15-16页 |
| ·文本分类的定义 | 第16-18页 |
| ·文本采集 | 第17页 |
| ·特征选择 | 第17页 |
| ·分类器 | 第17-18页 |
| ·训练、测试及结果评价 | 第18页 |
| ·单分类、多分类 | 第18-19页 |
| ·阈值策略 | 第19页 |
| ·以文档为主的分类方法和以类别为主的分类方法 | 第19页 |
| ·向量空间模型 | 第19-21页 |
| 第三章 分类器 | 第21-27页 |
| ·分类器概述 | 第21页 |
| ·K-邻近算法 | 第21-22页 |
| ·支持向量机算法 | 第22-23页 |
| ·支持向量机简介 | 第22-23页 |
| ·分类系统的性能评价 | 第23-27页 |
| ·常用的评估参数介绍 | 第23-25页 |
| ·其他一些评估参数介绍 | 第25-27页 |
| 第四章 蒙文文本分类系统设计与关键技术问题 | 第27-40页 |
| ·系统总体框架 | 第27-28页 |
| ·词干提取 | 第28-29页 |
| ·特征提取 | 第29-35页 |
| ·单词的权重计算方法 | 第29-31页 |
| ·布尔表示方法 | 第29-30页 |
| ·词频度表示方法 | 第30页 |
| ·TF×IDF 权重法 | 第30页 |
| ·TFC 权重法 | 第30页 |
| ·LTC 权重法 | 第30-31页 |
| ·文本的降维和特征选择方法 | 第31-35页 |
| ·文档频率 | 第31页 |
| ·互信息 | 第31-32页 |
| ·信息增益 | 第32-33页 |
| ·卡方统计量 | 第33-34页 |
| ·交叉熵 | 第34页 |
| ·几种方法的比较 | 第34-35页 |
| ·样本库和数据表 | 第35-36页 |
| ·分类器 | 第36-39页 |
| ·K-邻近算法 | 第36页 |
| ·支持向量机线性可分模式的最优超平面构造 | 第36-37页 |
| ·支持向量机线性不可分模式的最优超平面构造 | 第37-38页 |
| ·常用核函数介绍 | 第38-39页 |
| ·系统的各项参数 | 第39-40页 |
| 第五章 蒙文文本分类系统的实现 | 第40-54页 |
| ·蒙文词根词干提取 | 第40-43页 |
| ·名义字符和变显字符 | 第40页 |
| ·目的和工作 | 第40-41页 |
| ·数据结构与算法 | 第41-43页 |
| ·分类部分的主要数据结构与算法 | 第43-52页 |
| ·分类结果分析和未知文档的分类 | 第52-54页 |
| 第六章 试验结果和总结 | 第54-61页 |
| ·试验结果 | 第54-59页 |
| ·K-邻近算法试验结果 | 第54-57页 |
| ·支持向量机算法试验结果 | 第57-59页 |
| ·论文总结 | 第59-60页 |
| ·进一步研究工作 | 第60-61页 |
| 用到的数学符号、公式介绍 | 第61-62页 |
| 参考文献 | 第62-64页 |
| 致谢 | 第64页 |
