基于本体的文本分类的研究与实现
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-13页 |
| ·课题研究的背景 | 第10-11页 |
| ·研究内容 | 第11页 |
| ·组织结构 | 第11-13页 |
| 第二章 本体概述 | 第13-25页 |
| ·本体概述 | 第13-17页 |
| ·本体的基本概念 | 第13-14页 |
| ·本体的建模元语 | 第14-15页 |
| ·本体的分类 | 第15-17页 |
| ·本体的描述语言 | 第17-21页 |
| ·基于谓词演算的本体表示语言 | 第17-18页 |
| ·基于图的本体表示语言 | 第18-19页 |
| ·基于Web的本体表示语言 | 第19-21页 |
| ·本体的构建方法 | 第21-25页 |
| 第三章 文本分类技术 | 第25-36页 |
| ·文本分类的研究现状 | 第26-29页 |
| ·文本表示方法 | 第29-30页 |
| ·词袋方式(Bag of Words) | 第29页 |
| ·N-gram模型 | 第29-30页 |
| ·文本分类的种类 | 第30-31页 |
| ·现有的分类方法 | 第31-36页 |
| ·Naive Bayes模型 | 第31-32页 |
| ·K—邻近算法 | 第32-33页 |
| ·支持向量机 | 第33-34页 |
| ·神经网络 | 第34-35页 |
| ·决策树 | 第35-36页 |
| 第四章 基于本体的文本分类模型 | 第36-59页 |
| ·文本分类模型概述 | 第36-37页 |
| ·本体模型 | 第37-49页 |
| ·领域本体的建立 | 第37-40页 |
| ·领域本体的解析 | 第40-41页 |
| ·概念特征词 | 第41-45页 |
| ·概念特征词权重的计算 | 第45-49页 |
| ·分类模块 | 第49-54页 |
| ·文本预处理 | 第50-51页 |
| ·文本表示模型 | 第51-53页 |
| ·分类器 | 第53页 |
| ·评测器 | 第53-54页 |
| ·文本分类算法 | 第54-59页 |
| ·元素匹配算法 | 第55-56页 |
| ·结构匹配算法 | 第56-58页 |
| ·KNN匹配算法 | 第58-59页 |
| 第五章 实验结果和分析 | 第59-62页 |
| ·评价准则和标准 | 第59页 |
| ·实验结果与分析 | 第59-62页 |
| 第六章 结论 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 在学研究成果 | 第65-66页 |
| 致谢 | 第66页 |
