| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 短文本分类的研究现状 | 第11-12页 |
| 1.3 论文的相关内容 | 第12-13页 |
| 1.4 论文的结构安排 | 第13-14页 |
| 2 短文本分类技术简介 | 第14-26页 |
| 2.1 基本概念 | 第14-15页 |
| 2.2 短文本的特点 | 第15页 |
| 2.3 文本分类相关技术 | 第15-21页 |
| 2.3.1 文本分类主要流程 | 第15-16页 |
| 2.3.2 文本分类算法 | 第16-19页 |
| 2.3.3 文本预处理 | 第19页 |
| 2.3.4 文本表示 | 第19-21页 |
| 2.3.5 特征降维 | 第21页 |
| 2.5 概率主题模型 | 第21-24页 |
| 2.5.1 一元混合模型(Mixture of unigrams) | 第22-23页 |
| 2.5.2 LSI模型 | 第23-24页 |
| 2.5.3 pLSI模型 | 第24页 |
| 2.6 本章小结 | 第24-26页 |
| 3 基于信息增益和LDA的中文短文本分类 | 第26-35页 |
| 3.1 信息增益 | 第26-27页 |
| 3.2 LDA模型 | 第27-29页 |
| 3.2.1 LDA模型的基本概念 | 第27-28页 |
| 3.2.2 LDA算法描述 | 第28-29页 |
| 3.2.3 建模结果 | 第29页 |
| 3.3 实验结果和分析 | 第29-35页 |
| 3.3.1 实验语料 | 第29-30页 |
| 3.3.2 实验过程与说明 | 第30-32页 |
| 3.3.3 评价指标 | 第32-33页 |
| 3.3.4 实验结果及分析 | 第33-34页 |
| 3.3.5 小结 | 第34-35页 |
| 4 基于改进信息增益和LDA的中文短文本分类 | 第35-43页 |
| 4.1 信息增益的不足及相关定义 | 第35页 |
| 4.2 基于特征关联树模型剔除类内冗余特征 | 第35-39页 |
| 4.2.1 相关定义 | 第35-36页 |
| 4.2.2 改善类内特征分布不均 | 第36-37页 |
| 4.2.3 通过类内特征关联树模型清除冗余特征 | 第37-38页 |
| 4.2.4 基于类间加权离散度的信息增益公式改进 | 第38-39页 |
| 4.3 基本算法描述 | 第39-40页 |
| 4.4 实验结果及分析 | 第40-43页 |
| 4.4.1 实验语料 | 第40页 |
| 4.4.2 实验过程与说明 | 第40-41页 |
| 4.4.3 结果分析 | 第41-42页 |
| 4.4.4 小结 | 第42-43页 |
| 结论 | 第43-45页 |
| 参考文献 | 第45-49页 |
| 攻读硕士学位期间发表学术论文情况 | 第49-50页 |
| 致谢 | 第50页 |