| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 选题背景和意义 | 第11-12页 |
| 1.2 研究历史和国内外研究现状 | 第12-13页 |
| 1.3 新闻文本分类中的关键问题 | 第13-14页 |
| 1.4 本文研究内容 | 第14-15页 |
| 1.5 本文组织结构 | 第15-17页 |
| 第2章 文本分类中的关键技术 | 第17-31页 |
| 2.1 文本预处理 | 第17-18页 |
| 2.1.1 文本分词 | 第17页 |
| 2.1.2 去停用词 | 第17-18页 |
| 2.2 特征选择 | 第18-20页 |
| 2.3 特征提取 | 第20-21页 |
| 2.3.1 布尔模型 | 第20页 |
| 2.3.2 向量空间模型 | 第20-21页 |
| 2.4 分类算法 | 第21-24页 |
| 2.5 评价指标 | 第24-25页 |
| 2.6 词向量 | 第25-30页 |
| 2.6.1 词向量由来 | 第25-26页 |
| 2.6.2 词向量训练模型 | 第26-28页 |
| 2.6.3 Word2vec词向量训练工 | 第28-30页 |
| 2.7 本章小结 | 第30-31页 |
| 第3章 基于方差的特征选择方法 | 第31-43页 |
| 3.1 常用文本特征选择方法存在的问题 | 第31-33页 |
| 3.2 基于方差的特征选择思想 | 第33-36页 |
| 3.2.1 类间概率分布方差 | 第33-34页 |
| 3.2.2 文档分布方差 | 第34页 |
| 3.2.3 基于文档分布方差的TF-IDDF特征选择方法 | 第34-35页 |
| 3.2.4 基于类间概率分布方差的互信息特征选择方法 | 第35-36页 |
| 3.3 方法验证和结果分析 | 第36-41页 |
| 3.3.1 VAR-TF-IDF分类效果 | 第37-39页 |
| 3.3.2 VAR-MI分类效果 | 第39-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第4章 词向量特征提取 | 第43-61页 |
| 4.1 基于指数衰减模型的CBOW+HS词向量训练框架 | 第43-51页 |
| 4.1.1 上下文衰减规律 | 第43-49页 |
| 4.1.2 基于指数衰减模型的词向量训练框架 | 第49-50页 |
| 4.1.3 实验结果及其分析 | 第50-51页 |
| 4.2 不同特征向量表示方法对新闻文本分类效果的影响 | 第51-59页 |
| 4.2.1 特征词词向量首尾相接作为新闻文本特征向量 | 第52-54页 |
| 4.2.2 特征词词向量叠加作为新闻文本的特征向量 | 第54-56页 |
| 4.2.3 VSM中特征向量和词向量叠加所得向量作为新的特征向量 | 第56-59页 |
| 4.3 本章小结 | 第59-61页 |
| 第5章 总结与展望 | 第61-63页 |
| 5.1 本文工作总结 | 第61-62页 |
| 5.2 未来工作展望 | 第62-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-71页 |
| 在读期间发表的学术论文与取得的其他研究成果 | 第71页 |
