基于Google Web API的中文训练库自动获取方法研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 引言 | 第9-12页 |
| ·课题背景 | 第9-10页 |
| ·相关研究 | 第10页 |
| ·课题研究的内容及拟解决的关键问题 | 第10-11页 |
| ·本文的内容安排 | 第11-12页 |
| 第2章 训练库自动获取的相关技术研究 | 第12-28页 |
| ·中文分词技术研究 | 第12-17页 |
| ·中文分词的研究与发展现状 | 第12页 |
| ·中文分词技术 | 第12-15页 |
| ·关于中文分词系统ICTCLAS | 第15-17页 |
| ·训练文本的特征表示模型 | 第17-21页 |
| ·布尔模型 | 第17-19页 |
| ·向量空间模型 | 第19-20页 |
| ·概率模型 | 第20-21页 |
| ·特征词权重的计算 | 第21-23页 |
| ·文本分类算法的研究 | 第23-26页 |
| ·朴素贝叶斯算法 | 第23-24页 |
| ·类中心向量法 | 第24页 |
| ·决策树分类法 | 第24页 |
| ·支持向量机 | 第24-25页 |
| ·KNN(K最近邻)分类算法 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第3章 训练库自动获取系统的设计 | 第28-36页 |
| ·训练库自动获取的基本思想 | 第28-30页 |
| ·训练库自动获取系统的设计 | 第30-35页 |
| ·传统训练库获取方法研究 | 第30页 |
| ·设计目标 | 第30-31页 |
| ·训练库自动获取的系统框架 | 第31-33页 |
| ·训练库自动获取流程 | 第33-34页 |
| ·系统实现所需技术 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 训练库自动获取的实现 | 第36-50页 |
| ·基于Google Web API的网页自动获取 | 第36-39页 |
| ·网页清洗 | 第39-43页 |
| ·特征提取方法 | 第43-48页 |
| ·特征词提取方法研究 | 第44-46页 |
| ·基于词性的特征词提取方法研究 | 第46-48页 |
| ·训练库生成 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 改进的训练库自动获取方法 | 第50-58页 |
| ·根据类及类的层次获取训练样本 | 第50-53页 |
| ·根据相关词组获取训练样本 | 第53-56页 |
| ·实验结果及分析 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 总结与展望 | 第58-60页 |
| ·本文总结 | 第58页 |
| ·今后工作的展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士研究生期间参与的项目和所发表的论文 | 第64页 |
