中文信息检索分类技术的研究
| 第一章 绪论 | 第1-24页 |
| 1．1 信息检索概述 | 第12-15页 |
| 1．1．1 信息的定义 | 第12页 |
| 1．1．2 信息检索的含义与实质 | 第12-13页 |
| 1．1．3 信息检索的重要意义与作用 | 第13-14页 |
| 1．1．4 信息检索的类型与特点 | 第14-15页 |
| 1．2 论文研究的目的与意义 | 第15-17页 |
| 1．2．1 论文研究的目的 | 第15-16页 |
| 1．2．2 论文研究的意义 | 第16-17页 |
| 1．3 贝叶斯网络简介 | 第17-21页 |
| 1．3．1 贝叶斯网络的发展历史 | 第17-18页 |
| 1．3．2 贝叶斯网络的基本概念 | 第18-19页 |
| 1．3．3 贝叶斯网络的研究进展 | 第19-21页 |
| 1．4 国内外研究现状 | 第21-22页 |
| 1．5 论文研究内容和组织结构 | 第22-24页 |
| 1．5．1 论文研究的内容 | 第22-23页 |
| 1．5．2 论文的组织结构 | 第23-24页 |
| 第二章 词频统计方法的研究 | 第24-48页 |
| 2．1 概述 | 第24-25页 |
| 2．2 常见匹配算法介绍 | 第25-26页 |
| 2．2．1 BF方法 | 第25页 |
| 2．2．2 KMP方法 | 第25页 |
| 2．2．3 BM方法 | 第25-26页 |
| 2．3 基于检索树的算法 | 第26-42页 |
| 2．3．1 基本概念 | 第26-27页 |
| 2．3．2 基本思想 | 第27页 |
| 2．3．3 实例说明 | 第27-33页 |
| 2．3．4 步骤描述 | 第33-41页 |
| 2．3．5 性能分析 | 第41-42页 |
| 2．4 实验分析 | 第42-46页 |
| 2．4．1 实验方案 | 第42-43页 |
| 2．4．2 实验数据及图表 | 第43-45页 |
| 2．4．3 结果分析 | 第45-46页 |
| 2．5 小结 | 第46-48页 |
| 第三章 中文信息中的词频分布研究 | 第48-58页 |
| 3．1 词频分布定律简介 | 第48-49页 |
| 3．1．1 Zipf定律 | 第48页 |
| 3．1．2 Booth定律 | 第48-49页 |
| 3．1．3 两者的区别 | 第49页 |
| 3．2 中文文本中的词频分布 | 第49-56页 |
| 3．2．1 实验设置 | 第49-50页 |
| 3．2．2 数据分析 | 第50-55页 |
| 3．2．3 结果讨论 | 第55-56页 |
| 3．3 小结 | 第56-58页 |
| 第四章 几种信息检索分类方法的比较 | 第58-72页 |
| 4．1 概述 | 第58-60页 |
| 4．1．1 信息检索的简介 | 第58页 |
| 4．1．2 信息检索的评价 | 第58-60页 |
| 4．2 信息检索模型介绍 | 第60-68页 |
| 4．2．1 布尔逻辑模型 | 第61-62页 |
| 4．2．2 向量空间模型 | 第62-65页 |
| 4．2．3 神经网络模型 | 第65-66页 |
| 4．2．4 概率推理模型 | 第66-68页 |
| 4．3 实验分析 | 第68-70页 |
| 4．3．1 实验设置 | 第68页 |
| 4．3．2 实验数据 | 第68-69页 |
| 4．3．3 实验分析 | 第69-70页 |
| 4．4 小结 | 第70-72页 |
| 第五章 一种基于贝叶斯网络的检索分类模型 | 第72-86页 |
| 5．1 概述 | 第72-73页 |
| 5．2 贝叶斯网络基本原理 | 第73-75页 |
| 5．2．1 贝叶斯概率基础 | 第73-74页 |
| 5．2．2 网络的拓扑结构 | 第74页 |
| 5．2．3 条件独立性假设 | 第74-75页 |
| 5．2．4 先验概率的确定和网络推理算法 | 第75页 |
| 5．3 贝叶斯网络的建造 | 第75-79页 |
| 5．3．1 贝叶斯网络的结构及建立方法 | 第75-77页 |
| 5．3．2 贝叶斯网络的学习 | 第77-78页 |
| 5．3．3 贝叶斯网络的推理 | 第78-79页 |
| 5．4 贝叶斯网络检索模型 | 第79-83页 |
| 5．4．1 贝叶斯分类方法 | 第79-81页 |
| 5．4．2 贝叶斯网络模型 | 第81-83页 |
| 5．5 实验分析 | 第83-84页 |
| 5．6 小结 | 第84-86页 |
| 第六章 总结 | 第86-88页 |
| 参考文献 | 第88-93页 |
| 附录1 常用模式匹配算法 | 第93-100页 |
| 1．1 基于BF的方法 | 第93-94页 |
| 1．2 基于KMP的方法 | 第94-95页 |
| 1．3 基于BM的方法 | 第95-100页 |
| 附录2 通用的BP神经网络 | 第100-104页 |
| 2．1 误差反向传播训练算法 | 第100页 |
| 2．2 BP神经网络的C++数据结构 | 第100-104页 |
| 致谢 | 第104-105页 |
| 攻读学位期间发表的学术论文目录 | 第105页 |
