信息过滤方法的研究与应用
| 第一章 概论 | 第1-17页 |
| 1．1 信息过滤的必要性 | 第6页 |
| 1．2 自然语言处理（NLP）技术现状 | 第6-14页 |
| 1．2．1 自然语言理解技术 | 第6-8页 |
| 1．2．2 自然语言理解系统的发展 | 第8-9页 |
| 1．2．3 自然语言理解在我国的发展状况 | 第9-14页 |
| 1．3 文本分类常用算法简介 | 第14-17页 |
| 第二章 非法网页过滤解决方案 | 第17-31页 |
| 2．1 方案简介 | 第17页 |
| 2．2 方案所涉及的关键技术 | 第17-22页 |
| 2．2．1 KNN算法 | 第17页 |
| 2．2．2 网页表示 | 第17-19页 |
| 2．2．3 分词技术 | 第19-20页 |
| 2．2．4 特征提取 | 第20-22页 |
| 2．3 非法网页过滤解决方案的实施 | 第22-31页 |
| 2．3．1 训练库、测试库的准备 | 第22页 |
| 2．3．2 分词的实施 | 第22-26页 |
| 2．3．3 特征库的设计和实施 | 第26-27页 |
| 2．3．4 系统的设计和实施 | 第27-31页 |
| 第三章 垃圾邮件过滤解决方案 | 第31-37页 |
| 3．1 方案简介 | 第31页 |
| 3．2 方案所涉及的关键技术 | 第31-33页 |
| 3．2．1 NaiveBayes算法 | 第31-32页 |
| 3．2．2 邮件表示 | 第32-33页 |
| 3．2．3 特征提取 | 第33页 |
| 3．3 垃圾邮件过滤解决方案的实施 | 第33-37页 |
| 3．3．1 训练库、测试库的准备 | 第33-34页 |
| 3．3．2 分词的实施 | 第34页 |
| 3．3．3 数据库的设计和实施 | 第34-35页 |
| 3．3．4 系统的设计和实施 | 第35-37页 |
| 第四章 信息过滤方案的评估 | 第37-40页 |
| 4．1 方案评估方法 | 第37-38页 |
| 4．2 方案的评估 | 第38-39页 |
| 4．2．1 测试数据 | 第38页 |
| 4．2．2 测试结果 | 第38-39页 |
| 4．3 两套方案的比较 | 第39-40页 |
| 4．3．1 两套方案的对象的比较 | 第39页 |
| 4．3．2 两套方案的算法时间复杂度比较 | 第39-40页 |
| 第五章 方案存在的问题及技术展望 | 第40-42页 |
| 5．1 中文分词 | 第40页 |
| 5．2 特征提取 | 第40-41页 |
| 5．3 信息过滤其他方面的展望 | 第41-42页 |
| 第六章 结论 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 攻读硕士学位期间发表的学术论文 | 第47-48页 |
| 附录 | 第48-53页 |
| 附录A 中文停用词 | 第48-52页 |
| 附录B 英文停用词 | 第52-53页 |
