| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 引言 | 第8-13页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文的研究内容和结构 | 第11-13页 |
| 1.3.1 本文研究内容 | 第11页 |
| 1.3.2 本文组织结构 | 第11-13页 |
| 第二章 文本分类主要过程 | 第13-19页 |
| 2.1 数据采集 | 第13页 |
| 2.2 数据标注 | 第13-14页 |
| 2.3 文本分词 | 第14页 |
| 2.4 特征降维及选择 | 第14-15页 |
| 2.4.1 特征选择 | 第15页 |
| 2.4.2 局部特征降维和全局特征降维 | 第15页 |
| 2.5 特征加权 | 第15-16页 |
| 2.6 分类算法 | 第16-18页 |
| 2.6.1 朴素贝叶斯算法 | 第16-17页 |
| 2.6.2 支持向量机SVM | 第17页 |
| 2.6.3 K-最近邻算法 | 第17页 |
| 2.6.4 决策树算法 | 第17-18页 |
| 2.6.5 随机森林算法 | 第18页 |
| 2.7 本章小结 | 第18-19页 |
| 第三章 基于特征分布改进的CHI相结合的特征选择方法 | 第19-30页 |
| 3.1 特征选择方法 | 第20-22页 |
| 3.1.1 文档频率 | 第20页 |
| 3.1.2 信息增益 | 第20-21页 |
| 3.1.3 互信息 | 第21页 |
| 3.1.4 期望交叉熵 | 第21-22页 |
| 3.1.5 卡方统计 | 第22页 |
| 3.1.6 文本证据权 | 第22页 |
| 3.2 特征选择过程 | 第22-23页 |
| 3.3 基于特征分布改进的CHI特征选择方法 | 第23-26页 |
| 3.3.1 词频修正因子 | 第24页 |
| 3.3.2 类内分布因子 | 第24-25页 |
| 3.3.3 类间分布因子 | 第25页 |
| 3.3.4 基于特征分布改进的特征选择 | 第25-26页 |
| 3.4 实验和结果分析 | 第26-29页 |
| 3.5 本章小结 | 第29-30页 |
| 第四章 基于改进的CHI和TF-IDF相结合的特征加权方法 | 第30-37页 |
| 4.1 布尔权重 | 第30页 |
| 4.2 特征频度权重 | 第30页 |
| 4.3 基于熵的权重 | 第30-31页 |
| 4.4 TF-IDF方法 | 第31页 |
| 4.5 TF-IDF方法的不足分析 | 第31-32页 |
| 4.6 基于改进的CHI和TF-IDF相结合的特征加权方法 | 第32-33页 |
| 4.7 实验和结果分析 | 第33-36页 |
| 4.8 本章小结 | 第36-37页 |
| 第五章 总结和展望 | 第37-39页 |
| 5.1 本文工作总结 | 第37页 |
| 5.2 未来工作展望 | 第37-39页 |
| 参考文献 | 第39-41页 |
| 致谢 | 第41-42页 |
| 在学期间公开发表论文情况 | 第42页 |
