数字图书馆中词频提取和自动文本分类方法的研究
| 中文摘要 | 第1-3页 |
| 英文摘要 | 第3-4页 |
| 目录 | 第4-17页 |
| 第一章 引言 | 第17-26页 |
| 1．1 数字图书馆的概念 | 第17-18页 |
| 1．2 为什么需要数字图书馆 | 第18-19页 |
| 1．3 数字图书馆的问题领域和国内外的研究现状 | 第19-24页 |
| 1．4 本文所做的工作和主要贡献 | 第24-25页 |
| 1．5 各章内容安排 | 第25-26页 |
| 第二章 预备知识 | 第26-34页 |
| 2．1 机群并行计算机系统 | 第26-28页 |
| 2．2 数字图书馆中并行文本处理系统的体系结构 | 第28-34页 |
| 第三章 文本的词频提取 | 第34-51页 |
| 3．1 词频提取策略与散列方法 | 第34-39页 |
| 3．1．1 散列方法的选择 | 第34-37页 |
| 3．1．2 散列表模板 | 第37-39页 |
| 3．2 词频文件生成算法 | 第39-47页 |
| 3．2．1 全局词频提取算法 | 第41-45页 |
| 3．2．2 部分词频提取算法 | 第45-47页 |
| 3．3 词频提取算法实验结果和性能分析 | 第47-51页 |
| 3．3．1 性能分析 | 第47-48页 |
| 3．3．2 词频提取算法的实验结果 | 第48-51页 |
| 第四章 文本的自动分类 | 第51-79页 |
| 4．1 自动文本分类概述 | 第51-52页 |
| 4．2 基于朴素贝叶斯理论的分类方法 | 第52-73页 |
| 4．2．1 贝叶斯原理 | 第52-54页 |
| 4．2．2 文本特征提取 | 第54-60页 |
| 4．2．3 学习阶段 | 第60-68页 |
| 4．2．4 分类阶段 | 第68-72页 |
| 4．2．5 实验结果和性能分析 | 第72-73页 |
| 4．3 基于向量空间模型的文本分类 | 第73-79页 |
| 4．3．1 经典方法 | 第73-74页 |
| 4．3．2 改进的权重计算方法 | 第74-75页 |
| 4．3．3 学习阶段 | 第75-76页 |
| 4．3．4 分类阶段 | 第76-77页 |
| 4．3．5 实验结果和性能分析 | 第77-79页 |
| 第五章 分类器的维护 | 第79-84页 |
| 5．1 添加类算法 | 第79-81页 |
| 5．2 删除类算法 | 第81-84页 |
| 结论和未来工作 | 第84-86页 |
| 攻读硕士期间所发表的论文 | 第86-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-92页 |
