基于新浪微博的短文本分类研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 课题的研究背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 短文本分类的研究现状 | 第11-12页 |
| 1.2.2 研究难度 | 第12页 |
| 1.3 本文的主要工作 | 第12-13页 |
| 1.4 本文的组织结构 | 第13页 |
| 1.5 本章小结 | 第13-14页 |
| 第二章 文本分类及相关技术研究 | 第14-33页 |
| 2.1 文本分类 | 第14-16页 |
| 2.1.1 文本分类概述 | 第14页 |
| 2.1.2 文本分类的过程 | 第14-16页 |
| 2.2 文本预处理 | 第16-22页 |
| 2.2.1 中文分词技术 | 第16-21页 |
| 2.2.2 正则表达式 | 第21页 |
| 2.2.3 超链接处理 | 第21-22页 |
| 2.3 特征选择和特征表示 | 第22-27页 |
| 2.3.1 特征选择方法 | 第23-25页 |
| 2.3.2 向量表示 | 第25-27页 |
| 2.4 LDA主题模型 | 第27-29页 |
| 2.5 文本分类算法 | 第29-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第三章 基于改进CHI的特征选择算法 | 第33-40页 |
| 3.1 传统CHI特征选择方法 | 第33页 |
| 3.2 改进的CHI特征选择方法 | 第33-36页 |
| 3.3 传统特征权重计算方法 | 第36页 |
| 3.4 改进的特征权重计算方法 | 第36-37页 |
| 3.5 LDA主题模型对特征进行扩展 | 第37-39页 |
| 3.5.1 LDA特征扩展流程图 | 第37-38页 |
| 3.5.2 权重计算 | 第38-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第四章 新浪微博短文本分类实现 | 第40-46页 |
| 4.1 本文短文本分类框架 | 第40-41页 |
| 4.2 微博文本预处理模块 | 第41-43页 |
| 4.2.1 清理微博短文本 | 第41-43页 |
| 4.2.2 分词和去除停用词 | 第43页 |
| 4.3 微博短文本特征提取模块 | 第43页 |
| 4.4 微博短文本特征扩展模块 | 第43-45页 |
| 4.5 微博短文本分类模块 | 第45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 实验结果及分析 | 第46-59页 |
| 5.1 实验数据 | 第46-48页 |
| 5.2 特征选择 | 第48页 |
| 5.3 特征扩展 | 第48-53页 |
| 5.4 文本分类结果及结果分析 | 第53-58页 |
| 5.5 本章小结 | 第58-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64页 |
