| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-11页 |
| ·研究现状 | 第11-13页 |
| ·国外研究现状 | 第11-12页 |
| ·国内研究现状 | 第12-13页 |
| ·论文研究内容 | 第13-14页 |
| ·论文结构 | 第14-16页 |
| 第二章 文本分类相关技术概述 | 第16-34页 |
| ·文本分类过程 | 第16-17页 |
| ·语料集 | 第17-18页 |
| ·均衡语料集 | 第18页 |
| ·不均衡语料集 | 第18页 |
| ·文本预处理 | 第18-20页 |
| ·分词 | 第18-19页 |
| ·词干抽取 | 第19-20页 |
| ·停用词处理 | 第20页 |
| ·特征降维 | 第20-23页 |
| ·特征变换 | 第21页 |
| ·特征选择 | 第21-23页 |
| ·常用的特征选择方法 | 第23-25页 |
| ·文档频数(Document Frequency) | 第23-24页 |
| ·互信息(Mutual Information) | 第24页 |
| ·信息增益(Information Gain) | 第24-25页 |
| ·期望交叉熵(Expected Cross Entropy) | 第25页 |
| ·卡方统计(CHI) | 第25页 |
| ·文本表示模型 | 第25-27页 |
| ·概率模型 | 第26页 |
| ·布尔模型 | 第26页 |
| ·向量空间模型 | 第26-27页 |
| ·不同分类算法 | 第27-31页 |
| ·K邻近分类算法 | 第28-29页 |
| ·SVM分类算法 | 第29-30页 |
| ·贝叶斯分类算法 | 第30-31页 |
| ·分类性能评价标准 | 第31-33页 |
| ·查全率和查准率 | 第31-32页 |
| ·宏平均和微平均 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第三章 信息增益特征选择方法的研究 | 第34-44页 |
| ·引言 | 第34-35页 |
| ·信息增益特征选择方法 | 第35-36页 |
| ·信息熵 | 第35页 |
| ·条件熵 | 第35-36页 |
| ·信息增益特征选择方法 | 第36页 |
| ·信息增益方法的不足及改进方案 | 第36-38页 |
| ·实验验证 | 第38-42页 |
| ·语料集 | 第38-39页 |
| ·分类算法 | 第39页 |
| ·比例因子α的取值 | 第39-40页 |
| ·实验分析 | 第40-42页 |
| ·改进后的算法复杂度分析 | 第42页 |
| ·本章小结 | 第42-44页 |
| 第四章 互信息特征选择方法的研究 | 第44-52页 |
| ·引言 | 第44页 |
| ·互信息特征选择方法 | 第44-46页 |
| ·联合熵 | 第44-45页 |
| ·互信息 | 第45-46页 |
| ·互信息特征选择方法的分析与改进 | 第46-48页 |
| ·实验数据及分析 | 第48-50页 |
| ·语料集 | 第48-49页 |
| ·分类器 | 第49页 |
| ·实验分析 | 第49-50页 |
| ·改进后的算法复杂度分析 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第五章 中文文本分类系统的设计与实现 | 第52-68页 |
| ·开发环境 | 第52页 |
| ·设计分类系统需考虑的因素 | 第52-53页 |
| ·分类系统设计 | 第53-59页 |
| ·文本分类流程 | 第53页 |
| ·系统用例图 | 第53-54页 |
| ·系统主要模块分析与设计 | 第54-58页 |
| ·系统详细设计 | 第58-59页 |
| ·分类系统实现 | 第59-64页 |
| ·划分语料集功能实现 | 第59-60页 |
| ·训练模块实现 | 第60-62页 |
| ·分类模块实现 | 第62-63页 |
| ·结果评估及显示模块实现 | 第63-64页 |
| ·各种特征选择方法在不同分类器上的性能比较 | 第64-66页 |
| ·实验环境 | 第64页 |
| ·语料集 | 第64-65页 |
| ·实验数据及分析 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 总结与展望 | 第68-72页 |
| 1. 总结 | 第68-70页 |
| 2. 展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读学位期间发表的论文 | 第76-77页 |
| 致谢 | 第77页 |