面向Web文本检索的归一化向量分类算法
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 1 绪论 | 第9-13页 |
| ·信息检索 | 第9页 |
| ·文本分类 | 第9-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·研究目的及意义 | 第12页 |
| ·本文工作及组织结构 | 第12-13页 |
| 2 相关知识介绍 | 第13-31页 |
| ·文本分类过程 | 第13-14页 |
| ·WEB 文本采集 | 第14页 |
| ·爬虫技术 | 第14页 |
| ·Web 页面处理 | 第14页 |
| ·文本预处理 | 第14-15页 |
| ·英文处理 | 第14-15页 |
| ·中文处理 | 第15页 |
| ·停用词去除 | 第15页 |
| ·文本表示 | 第15-16页 |
| ·特征选择 | 第16-19页 |
| ·文档频率 | 第16-17页 |
| ·卡方校验 | 第17-18页 |
| ·信息增益 | 第18页 |
| ·互信息 | 第18-19页 |
| ·常见分类模型 | 第19-24页 |
| ·基于规则的模型 | 第19页 |
| ·基于概率的模型 | 第19-21页 |
| ·基于几何学的模型 | 第21-24页 |
| ·基于统计的模型 | 第24页 |
| ·数据集 | 第24-26页 |
| ·英文文本分类语料库 | 第25页 |
| ·中文文本分类语料库 | 第25-26页 |
| ·分类器性能评估指标 | 第26-29页 |
| ·召回率、准确率与 F1-评测值 | 第27页 |
| ·微平均与宏平均 | 第27-28页 |
| ·混淆矩阵 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 3 MATRIX PROJECTION 特征选择 | 第31-37页 |
| ·引言 | 第31页 |
| ·MP 特征选择思想 | 第31页 |
| ·MP 特征选择过程 | 第31-33页 |
| ·特征选择分析 | 第33-35页 |
| ·MP 特征选择小结 | 第35-37页 |
| 4 NLV 文本分类算法 | 第37-43页 |
| ·引言 | 第37页 |
| ·NLV 算法理论 | 第37-40页 |
| ·训练过程 | 第37-39页 |
| ·分类过程 | 第39-40页 |
| ·NLV 算法实现 | 第40-42页 |
| ·时间复杂度 | 第42页 |
| ·NLV 算法小结 | 第42-43页 |
| 5 实验与性能评估 | 第43-69页 |
| ·实验设计 | 第43-46页 |
| ·实验环境 | 第43页 |
| ·数据集选择 | 第43-46页 |
| ·实验目标 | 第46页 |
| ·关于预处理 | 第46页 |
| ·实验及结果分析 | 第46-68页 |
| ·前提实验 | 第47-53页 |
| ·NLV 分类实验 | 第53-58页 |
| ·特征选择实验 | 第58-61页 |
| ·分类对比实验 | 第61-68页 |
| ·本章小结 | 第68-69页 |
| 6 总结与展望 | 第69-71页 |
| ·本文工作总结 | 第69-70页 |
| ·未来工作展望 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77-79页 |
| A. 20_NEWSGROUPS 分类混淆矩阵 | 第77-79页 |
| B.作者在攻读硕士学位期间发表的论文目录 | 第79页 |
