基于潜在语义索引的文本分类技术的研究
| 声明 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 目录 | 第9-12页 |
| 第一章 简介 | 第12-20页 |
| ·研究背景 | 第12页 |
| ·文本分类的应用 | 第12-15页 |
| ·布尔信息检索系统的自动索引 | 第13页 |
| ·文本组织 | 第13页 |
| ·文本过滤 | 第13-14页 |
| ·词义消歧 | 第14页 |
| ·网页层次分类 | 第14-15页 |
| ·文本分类系统 | 第15-17页 |
| ·预处理 | 第15页 |
| ·降维 | 第15-16页 |
| ·格式化 | 第16页 |
| ·训练分类器 | 第16页 |
| ·测试文本预处理 | 第16页 |
| ·分类和输出 | 第16页 |
| ·评测 | 第16-17页 |
| ·潜在语义索引 | 第17页 |
| ·研究现状及发展趋势 | 第17-18页 |
| ·本文的工作 | 第18-19页 |
| ·本文的组织 | 第19-20页 |
| 第二章 相关背景知识 | 第20-26页 |
| ·分类效果评测 | 第20-23页 |
| ·正确率和召回率 | 第20-21页 |
| ·其它一些有效性的评价方法 | 第21页 |
| ·非有效性的评价方法 | 第21-22页 |
| ·有效性评价的组合 | 第22-23页 |
| ·语料 | 第23-24页 |
| ·语料的预处理 | 第24页 |
| ·KNN分类器 | 第24-26页 |
| ·KNN在文本分类中的应用 | 第25-26页 |
| 第三章 特征选取与权重计算 | 第26-33页 |
| ·文本表示 | 第26页 |
| ·禁用词 | 第26页 |
| ·特征选取 | 第26-30页 |
| ·文档频度 | 第27-28页 |
| ·信息增益 | 第28页 |
| ·互信息 | 第28-29页 |
| ·X~2统计 | 第29页 |
| ·相对熵 | 第29-30页 |
| ·权重计算 | 第30-33页 |
| ·布尔权重 | 第30页 |
| ·特征频度 | 第30页 |
| ·TF-IDF权重 | 第30-31页 |
| ·熵权重 | 第31页 |
| ·组合权重 | 第31-33页 |
| 第四章 潜在语义索引 | 第33-55页 |
| ·向量空间模型的缺点 | 第33页 |
| ·潜在语义索引出现的背景 | 第33-34页 |
| ·潜在语义索引 | 第34-35页 |
| ·奇异值分解 | 第35-41页 |
| ·奇异值分解的几何解释 | 第37-38页 |
| ·利用奇异值分解计算各种相似关系 | 第38-39页 |
| ·伪文本的表示 | 第39页 |
| ·奇异值分解的例子 | 第39-41页 |
| ·半离散矩阵分解 | 第41-45页 |
| ·SDD的生成 | 第42-44页 |
| ·半离散矩阵分解的例子 | 第44-45页 |
| ·试验结果与分析 | 第45-55页 |
| ·数据稀疏对LSI的影响 | 第46-51页 |
| ·分析 | 第46-51页 |
| ·权重计算方法对LSI的影响 | 第51页 |
| ·分析 | 第51页 |
| ·特征选取方法对LSI的影响 | 第51-55页 |
| ·分析 | 第54-55页 |
| 第五章 改进模型 | 第55-62页 |
| ·传统模型的缺点 | 第55-56页 |
| ·改进模型 | 第56-57页 |
| ·试验结果 | 第57-62页 |
| ·改进模型的试验 | 第57-59页 |
| ·分析 | 第59页 |
| ·SVD与SDD效果对比 | 第59-62页 |
| ·分析 | 第61-62页 |
| 结论 | 第62-64页 |
| 1 研究工作总结 | 第62-63页 |
| 2 将来的工作 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67页 |
