改进空间向量模型及其在文档自动分类系统中的应用
| 摘要 | 第1-7页 |
| ABSTRACT | 第7-11页 |
| 第1章 绪论 | 第11-18页 |
| ·论文研究的背景及意义 | 第11-12页 |
| ·国内外研究发展现状 | 第12-13页 |
| ·文档自动分类在信息处理中的应用 | 第13-15页 |
| ·搜索引擎 | 第13-14页 |
| ·邮件分类 | 第14页 |
| ·信息过滤 | 第14页 |
| ·主动推送服务 | 第14-15页 |
| ·文档自动分类系统架构 | 第15-16页 |
| ·系统框架 | 第15-16页 |
| ·文档预处理 | 第16页 |
| ·特征选取 | 第16页 |
| ·文档训练及分类测试 | 第16页 |
| ·本论文的主要工作 | 第16-17页 |
| ·论文安排与主要研究工作 | 第17-18页 |
| 第2章 文档自动分类系统与关键技术分析 | 第18-38页 |
| ·文档预处理 | 第18-19页 |
| ·文本预处理过程实现 | 第18-19页 |
| ·文档特征提取 | 第19-25页 |
| ·文档频率 | 第21-22页 |
| ·互信息MI | 第22-23页 |
| ·信息增益IG | 第23-24页 |
| ·x~2统计法 | 第24页 |
| ·词条强度法 | 第24-25页 |
| ·文档分类模型 | 第25-30页 |
| ·经典的分类方法 | 第25-28页 |
| ·向量空间模型 | 第28-30页 |
| ·文档中英文分词 | 第30-38页 |
| ·简单扫描匹配法 | 第31-33页 |
| ·扫描及条件决策法 | 第33-34页 |
| ·复杂人工智能方法 | 第34-38页 |
| 第3章 基于概率统计和查找树的中文分词算法 | 第38-48页 |
| ·现阶段中文分词存在的问题 | 第38页 |
| ·基于概率统计和查找树的中文分词算法 | 第38-47页 |
| ·问题的提出 | 第38-39页 |
| ·概率统计模型 | 第39-45页 |
| ·查找树 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于段落和词距向量的空间向量模型 | 第48-57页 |
| ·传统向量空间模型存在的问题 | 第48页 |
| ·文档的预处理 | 第48-49页 |
| ·基于段落向量和词距向量的特征提取算法 | 第49-56页 |
| ·段落在表达文档上的重要作用 | 第49-50页 |
| ·段落向量和词距向量 | 第50-52页 |
| ·特征提取示例 | 第52-54页 |
| ·特征向量维数阈值的确定 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第5章 文档自动分类系统实现及分析 | 第57-63页 |
| ·文档自动分类系统的实现 | 第57-60页 |
| ·系统架构 | 第57-58页 |
| ·系统模块介绍 | 第58-60页 |
| ·文档自动分类的评价标准 | 第60-61页 |
| ·分类准确率 | 第60页 |
| ·查全率(召回率) | 第60页 |
| ·F1值 | 第60-61页 |
| ·实验结果及分析 | 第61-63页 |
| ·中文分词实验结果 | 第61页 |
| ·分类系统实验结果 | 第61-63页 |
| 第6章 结论与展望 | 第63-65页 |
| ·全文总结 | 第63页 |
| ·后续工作与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录I 中文分词示例文本数据 | 第70-72页 |
| 攻读硕士学位期间发表的论文 | 第72页 |
