面向信息检索的文本自动分类技术研究
摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1章 绪论 | 第9-14页 |
·课题研究背景及意义 | 第9-11页 |
·国内外研究现状 | 第11-12页 |
·研究内容及本文组织结构 | 第12-14页 |
·主要研究内容 | 第12页 |
·本文结构安排 | 第12-14页 |
第2章 文本分类技术 | 第14-28页 |
·文本分类概述 | 第14-17页 |
·文本分类基本概念 | 第14-16页 |
·文本特征选择与提取 | 第16-17页 |
·文本分类器 | 第17页 |
·分类评价指标 | 第17页 |
·分类模型研究 | 第17-28页 |
·SVM模型 | 第18-21页 |
·KNN模型 | 第21-24页 |
·贝叶斯模型 | 第24-25页 |
·决策树模型 | 第25-28页 |
第3章 面向信息检索的文本分类技术 | 第28-48页 |
·基于分类的检索系统 | 第28-37页 |
·检索基本概念 | 第28-30页 |
·检索原理 | 第30-34页 |
·基于分类检索系统设计与改进 | 第34-37页 |
·文本分类在检索系统中的应用 | 第37-39页 |
·基于决策树的KNN再分类模型 | 第39-48页 |
·KNN及决策树模型分析 | 第39-42页 |
·分类预处理与特征选择 | 第42-44页 |
·分类器设计 | 第44-46页 |
·分类器性能评估 | 第46-48页 |
第4章 分类模型实验评估 | 第48-57页 |
·分类模型实验验证 | 第48-55页 |
·基于MyEclipse平台的实验验证 | 第48-52页 |
·基于Orange Canvas平台的实验验证 | 第52-55页 |
·分类结果分析 | 第55-57页 |
第5章 结束语 | 第57-59页 |
·全文总结 | 第57页 |
·研究展望 | 第57-59页 |
参考文献 | 第59-63页 |
致谢 | 第63页 |