| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 引言 | 第9-12页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 论文主要工作 | 第10-11页 |
| 1.3 论文组织结构 | 第11-12页 |
| 第二章 文本分类技术 | 第12-29页 |
| 2.1 文本预处理 | 第14-16页 |
| 2.1.1 文本分词 | 第14-16页 |
| 2.1.2 去停用词 | 第16页 |
| 2.2 文本表示 | 第16-19页 |
| 2.2.1 布尔模型 | 第16-17页 |
| 2.2.2 向量空间模型 | 第17-18页 |
| 2.2.3 概率模型 | 第18-19页 |
| 2.3 文本特征选择方法 | 第19-22页 |
| 2.3.1 文档频数 | 第19-20页 |
| 2.3.2 信息增益 | 第20页 |
| 2.3.3 互信息 | 第20-21页 |
| 2.3.4 期望交叉熵 | 第21页 |
| 2.3.5 开方校验 | 第21-22页 |
| 2.4 文本分类方法 | 第22-27页 |
| 2.4.1 朴素贝叶斯 | 第22-23页 |
| 2.4.2 KNN | 第23-24页 |
| 2.4.3 神经网络 | 第24-25页 |
| 2.4.4 决策树 | 第25-26页 |
| 2.4.5 支持向量机 | 第26-27页 |
| 2.5 文本分类性能评估方法 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第三章 不平衡文本分类方法研究 | 第29-36页 |
| 3.1 研究背景 | 第29页 |
| 3.2 基于样本空间的改进 | 第29-32页 |
| 3.2.1 随机欠抽样(Random Under Sampling) | 第30页 |
| 3.2.2 单边抽样(One-sided Sampling) | 第30-31页 |
| 3.2.3 基于簇的欠抽样(Cluster-based Under Sampling) | 第31页 |
| 3.2.4 随机过采样(Random Over Sampling) | 第31页 |
| 3.2.5 临近过采样(NBO) | 第31-32页 |
| 3.2.6 自生过采样(Generative Over Sampling) | 第32页 |
| 3.3 基于分类算法的改进 | 第32-33页 |
| 3.3.1 代价补偿算法 | 第32-33页 |
| 3.3.2 集成学习方法 | 第33页 |
| 3.3.3 改进的特征选择算法 | 第33页 |
| 3.4 常用不平衡文本分类方法的性能研究 | 第33-35页 |
| 3.4.1 实验语料 | 第34页 |
| 3.4.2 实验设置及结果 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第四章 基于同义词扩展的不平衡文本分类方法 | 第36-45页 |
| 4.1 同义词扩展原理 | 第36-39页 |
| 4.2 同义词词典 | 第39-41页 |
| 4.3 扩展规则 | 第41-42页 |
| 4.4 特征预抽取 | 第42-43页 |
| 4.5 同义词扩展流程 | 第43-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第五章 不平衡文本分类系统的设计与实现 | 第45-63页 |
| 5.1 系统架构 | 第45-47页 |
| 5.2 系统模块 | 第47-53页 |
| 5.2.1 系统配置模块 | 第47-48页 |
| 5.2.2 文本预处理模块 | 第48-50页 |
| 5.2.3 特征选择模块 | 第50-51页 |
| 5.2.4 同义词扩展模块 | 第51-52页 |
| 5.2.5 文本分类模块 | 第52-53页 |
| 5.3 实验与分析 | 第53-62页 |
| 5.3.1 实验语料及词典 | 第53页 |
| 5.3.2 实验一 | 第53-57页 |
| 5.3.3 实验二 | 第57-58页 |
| 5.3.4 实验三 | 第58-60页 |
| 5.3.5 实验四 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第六章 结束语 | 第63-65页 |
| 6.1 工作总结 | 第63-64页 |
| 6.2 工作展望 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 作者攻读学位期间发表的学术论文目录 | 第70页 |
