面向情报领域的文本自动分类系统的设计与实现
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·研究背景 | 第7-10页 |
| ·文本自动分类研究的必要性 | 第7页 |
| ·文本自动分类面临的主要问题 | 第7-9页 |
| ·本文的研究背景及研究环境 | 第9-10页 |
| ·本文的工作 | 第10-11页 |
| ·本文的主要研究内容 | 第10页 |
| ·本文的结构和组织 | 第10-11页 |
| 第二章 文本自动分类概述 | 第11-23页 |
| ·文本自动分类一般过程 | 第11页 |
| ·文本表达法 | 第11-12页 |
| ·维度约简 | 第12-15页 |
| ·特征选择 | 第12-14页 |
| ·特征抽取 | 第14-15页 |
| ·文本自动分类算法 | 第15-19页 |
| ·分类性能评价 | 第19-21页 |
| ·文本自动分类的应用 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 SVM 算法的实现 | 第23-33页 |
| ·SVM 算法简介 | 第23-24页 |
| ·SVM 算法的优点与不足 | 第24-25页 |
| ·SVM 算法的优点 | 第24-25页 |
| ·SVM 算法的不足 | 第25页 |
| ·SVM 算法的伪代码实现 | 第25-28页 |
| ·主要的数据结构和接口函数 | 第28-31页 |
| ·主要的数据结构 | 第28-30页 |
| ·主要的接口函数 | 第30-31页 |
| ·SVM 算法实现 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 中文分词的实现 | 第33-41页 |
| ·中文分词算法 | 第33-36页 |
| ·ICTCLAS 分词软件 | 第36-37页 |
| ·应用词典法实现中文分词 | 第37-40页 |
| ·词典法实现中文分词的一般过程 | 第37页 |
| ·词典的分词机制 | 第37-38页 |
| ·词典的物理组织 | 第38-39页 |
| ·词典的逻辑组织 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 情报分类系统的设计与实现 | 第41-56页 |
| ·情报分类系统的整体设计 | 第41-43页 |
| ·文本的预处理 | 第43-44页 |
| ·文本表示 | 第44-45页 |
| ·词频空间特征提取方法设计 | 第45-49页 |
| ·特征抽取算法设计 | 第45-47页 |
| ·文本描述中权重的算法设计 | 第47-49页 |
| ·应用SVM 算法实现文本分类系统 | 第49-52页 |
| ·向量空间模型介绍 | 第49-51页 |
| ·应用SVM 实现文本分类系统 | 第51-52页 |
| ·实验结果及性能评估 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第六章 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·进一步要研究的内容 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 作者在读期间的研究成果 | 第62-63页 |
