基于n-grams的特征约简及语义加权算法研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-17页 |
| 1.1 课题的研究背景 | 第9页 |
| 1.2 课题研究的目的及意义 | 第9-10页 |
| 1.3 国内外研究现状 | 第10-13页 |
| 1.3.1 文本分类算法国内外研究现状 | 第10-11页 |
| 1.3.2 特征选择算法国内外研究现状 | 第11-12页 |
| 1.3.3 n-grams特征国内外研究现状 | 第12-13页 |
| 1.4 课题的研究内容 | 第13-15页 |
| 1.5 论文结构 | 第15-17页 |
| 2 特征选择的相关理论与方法 | 第17-24页 |
| 2.1 基于评价准则划分特征选择方法 | 第17-20页 |
| 2.1.1 过滤式(Filter)特征选择方法 | 第17-19页 |
| 2.1.2 封装式(Wrapper)特征选择方法 | 第19-20页 |
| 2.2 特征加权计算方法 | 第20-22页 |
| 2.3 性能评价指标 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 3 n-grams特征约简及加权算法 | 第24-37页 |
| 3.1 相关性分布特征降维算法 | 第24-28页 |
| 3.1.1 特征降维规则 | 第24页 |
| 3.1.2 相关性分布度量 | 第24-26页 |
| 3.1.3 n-grams特征降维算法 | 第26-28页 |
| 3.2 n-grams特征约简算法 | 第28-31页 |
| 3.2.1 n-grams特征约简规则 | 第28-29页 |
| 3.2.2 n-grams特征约简算法 | 第29-31页 |
| 3.3 n-grams特征语义加权算法 | 第31-35页 |
| 3.3.1 语义相似度 | 第31-32页 |
| 3.3.2 语义加权规则 | 第32-33页 |
| 3.3.3 语义加权算法 | 第33-35页 |
| 3.4 n-grams约简及加权算法 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 4 n-grams特征分类实验设计与分析 | 第37-51页 |
| 4.1 n-grams特征降维对比实验 | 第37-45页 |
| 4.2 n-grams特征约简对比实验 | 第45-48页 |
| 4.3 n-grams特征语义加权对比实验 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 附录A | 第52-60页 |
| 参考文献 | 第60-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |
