WEB文本自动分类的设计与实现

摘要	第1-4页
ABSTRACT	第4-7页
第一章 绪论	第7-11页
·课题背景	第7页
·国内外研究综述	第7-10页
·历史研究	第7-9页
·现今主流技术	第9-10页
·课题主要研究工作	第10-11页
第二章 Web文本分类技术研究	第11-22页
·文本分类的基本概念	第11-12页
·Web文本分类的内涵	第12-15页
·Web文本分类定义	第12-13页
·Web文本分类过程	第13-14页
·Web文本分类应用领域	第14-15页
·Web文本分类关键技术	第15-22页
·文本预处理	第15页
·分词技术	第15-17页
·文本的特征表示	第17-19页
·特征权值的计算	第19-21页
·特征选择	第21-22页
第三章 中文分词研究	第22-30页
·中文分词技术概述	第22-23页
·中文分词的必要性	第22页
·中文自动分词技术的发展	第22-23页
·中文分词算法和传统算法改进	第23-29页
·基于字符串匹配的分词算法	第24页
·基于统计的分词算法	第24-25页
·基于知识理解的分词算法	第25页
·一些其他的分词方法举例	第25-26页
·传统分词方法改进	第26-29页
·中文分词的难点和存在问题	第29-30页
第四章 特征项抽取研究	第30-33页
·基于评估函数的几种特征项抽取算法	第30-31页
·基于特征相关性的特征项抽取算法	第31页
·基于遗传算法的特征项抽取算法	第31-32页
·基于语义理解的特征项抽取方法	第32-33页
第五章 Web文本分类系统的设计与实现	第33-46页
·系统开发环境	第33页
·Web文本分类系统模型	第33页
·Web文本分类系统的实现	第33-44页
·特征向量的提取及文本向量的表示	第33-35页
·支持向量机SVM的基本原理	第35-38页
·分类器的训练算法	第38-41页
·Web文本分类系统的数据结构	第41-42页
·分类系统界面	第42-43页
·SVM分类器的训练界面	第43-44页
·Web文本分类系统性能评估及结果分析	第44-46页
结语	第46-47页
参考文献	第47-50页
攻读硕士学位期间取得的学术成果	第50-51页
致谢	第51页