| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 1 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.2.1 维基百科研究现状 | 第13页 |
| 1.2.2 短文本处理研究现状 | 第13-14页 |
| 1.3 本文主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 2 相关理论 | 第17-23页 |
| 2.1 维基百科 | 第17-18页 |
| 2.2 文本分类 | 第18-21页 |
| 2.2.1 文本分类概念 | 第18页 |
| 2.2.2 文本分类流程 | 第18-19页 |
| 2.2.3 常用文本分类算法 | 第19-21页 |
| 2.3 短文本分类 | 第21-23页 |
| 2.3.1 短文本定义及特点 | 第21-22页 |
| 2.3.2 短文本分类应用领域 | 第22-23页 |
| 3 基于词频统计的TF-IDF算法 | 第23-43页 |
| 3.1 文本关键词提取流程 | 第23-25页 |
| 3.1.1 文本预处理模块 | 第24页 |
| 3.1.2 权重计算模块 | 第24-25页 |
| 3.1.3 提取关键词模块 | 第25页 |
| 3.2 词频统计规律 | 第25-30页 |
| 3.2.1 同频词数 | 第25-28页 |
| 3.2.2 各频次词语所占比重 | 第28-30页 |
| 3.3 基于词频统计的TF-IDF算法——TFIDFWFS | 第30-33页 |
| 3.3.1 算法基本思想 | 第30-31页 |
| 3.3.2 算法流程 | 第31-33页 |
| 3.3.3 算法伪代码 | 第33页 |
| 3.4 实验与分析 | 第33-41页 |
| 3.4.1 实验环境 | 第33-34页 |
| 3.4.2 实验数据 | 第34-35页 |
| 3.4.3 实验结果评价标准 | 第35-36页 |
| 3.4.4 同频词数实验结果与分析 | 第36-38页 |
| 3.4.5 各频次词语所占比重实验结果与分析 | 第38-40页 |
| 3.4.6 TFIDFWFS算法实验结果与分析 | 第40-41页 |
| 3.5 本章小结 | 第41-43页 |
| 4 面向维基百科的TFIDFWFS算法 | 第43-64页 |
| 4.1 结合维基百科页面特点计算权重 | 第43-49页 |
| 4.1.1 结合文本结构 | 第43-47页 |
| 4.1.2 结合锚文本信息 | 第47-48页 |
| 4.1.3 结合类别信息 | 第48-49页 |
| 4.2 面向维基百科的TFIDFWFS算法——W-TFIDFWFS | 第49-53页 |
| 4.2.1 算法基本思想 | 第49-50页 |
| 4.2.2 算法流程 | 第50-52页 |
| 4.2.3 算法伪代码 | 第52-53页 |
| 4.3 实验与分析 | 第53-63页 |
| 4.3.1 实验环境 | 第53页 |
| 4.3.2 实验数据 | 第53-59页 |
| 4.3.3 实验结果评价标准 | 第59页 |
| 4.3.4 W-TFIDFWFS算法实验结果与分析 | 第59-63页 |
| 4.4 本章小结 | 第63-64页 |
| 5 基于维基百科的短文本处理 | 第64-81页 |
| 5.1 基于维基百科的短文本词义消歧 | 第64-71页 |
| 5.1.1 基本思想 | 第64-67页 |
| 5.1.2 词义消歧流程 | 第67-69页 |
| 5.1.3 算法伪代码 | 第69-71页 |
| 5.2 基于维基百科的短文本特征扩展 | 第71-73页 |
| 5.2.1 基本思想 | 第71页 |
| 5.2.2 特征扩展流程 | 第71-73页 |
| 5.2.3 算法伪代码 | 第73页 |
| 5.3 实验与分析 | 第73-80页 |
| 5.3.1 实验环境 | 第73页 |
| 5.3.2 实验数据 | 第73-74页 |
| 5.3.3 分类结果评价标准 | 第74-77页 |
| 5.3.4 短文本处理方法实验结果与分析 | 第77-80页 |
| 5.4 本章小结 | 第80-81页 |
| 6 总结与展望 | 第81-84页 |
| 6.1 总结 | 第81-82页 |
| 6.2 展望 | 第82-84页 |
| 参考文献 | 第84-91页 |
| 致谢 | 第91-92页 |
| 攻读学位期间取得的科研成果清单 | 第92页 |
