文摘
英文文摘
声明
第一章绪论
1.1研究背景及意义
1.2研究现状
1.3本文工作
1.4本文的组织结构
第二章文本自动分类技术概述
2.1文本自动分类技术
2.1.1文本自动分类的定义
2.1.2文本预处理
2.1.3文本表示
2.1.4特征加权算法
2.1.5部分文本分类方法
2.2贝叶斯分类方法
2.2.1贝叶斯理论
2.2.2贝叶斯分类方法
2.2.3朴素贝叶斯分类的缺陷
2.3增量学习朴素贝叶斯分类
2.3.1增量学习机制
2.3.2增量学习在分类中的应用
2.3.3增量学习贝叶斯分类分析
2.4本章小结
第三章改进的特征选择算法
3.1基本概念
3.2几种常用的特征选择算法
3.3算法类比实验
3.4改进的特征选择算法
3.4.1已有算法的不足
3.4.2一种改进的TFIDF特征选择算法
3.5实验结果及分析
3.6本章小结
第四章改进的增量学习朴素贝叶斯分类方法
4.1改进的增量朴素贝叶斯分类模型
4.2增量学习加权朴素贝叶斯分类算法
4.3增量学习公式的证明
4.4算法分析
4.5本章小结
第五章增量学习朴素贝叶斯中文分类实验系统
5.1系统框架设计与模块说明
5.2系统中的关键算法
5.3实验系统开发环境及分类语料
5.3.1实验系统开发环境
5.3.2实验语料库
5.4测试方法及评价标准
5.4.1测试方法
5.4.2实验评价标准
5.5测试结果分析
5.6本章小结
第六章总结与展望
6.1工作总结
6.2下一步展望
参考文献
致谢
攻读硕士学位期间的主要研究成果