文本自动标引与自动分类研究
-
1.1丛书总序
-
1.2序 言
-
1.3第一部分
-
1.3.1第1章 引言
-
1.3.1.11．1 研究背景
-
1.3.1.21．2 自动标引与自动分类的作用
-
1.3.1.2.11．2．1 文本挖掘
-
1.3.1.2.21．2．2 信息检索
-
1.3.1.31．3 本书的内容与章节安排
-
1.3.1.4参考文献
-
1.3.2第2章 文本自动标引与分类研究进展
-
1.3.2.12．1 自动标引研究综述
-
1.3.2.1.12．1．1 概述
-
1.3.2.1.22．1．2 标引对象的界定
-
1.3.2.1.32．1．3 自动标引的五十年研究历程
-
1.3.2.1.42．1．4 自动标引研究路线图与方法分类
-
1.3.2.1.52．1．5 自动标引存在的问题与研究展望
-
1.3.2.22．2 文本分类研究综述
-
1.3.2.2.12．2．1 自动分类方法简介
-
1.3.2.2.22．2．2 国外研究现状
-
1.3.2.2.32．2．3 国内研究现状
-
1.3.2.2.42．2．4 文本分类面临的主要问题
-
1.3.2.32．3 本章小结
-
1.3.2.4参考文献
-
1.4第二部分
-
1.4.1第3章 文本分词技术及抽词词典构造
-
1.4.1.13．1 文本分词技术概述
-
1.4.1.23．2 分词模式设计及其原理
-
1.4.1.33．3 原始抽词词典的构造
-
1.4.1.3.13．3．1 词汇来源
-
1.4.1.3.23．3．2 未登录词补充方法
-
1.4.1.43．4 词典约简算法实验
-
1.4.1.4.13．4．1 算法原理
-
1.4.1.4.23．4．2 算法设计及实验
-
1.4.1.5参考文献
-
1.4.2第4章 基于多特征选择及权值计算
-
1.4.2.14．1 特征选择方法概述
-
1.4.2.1.14．1．1 频度/逆文档频度法
-
1.4.2.1.24．1．2 信息增益
-
1.4.2.1.34．1．3 互信息
-
1.4.2.1.44．1．4 CHI（x<sub>2</sub>）
-
1.4.2.24．2 算法设计原理
-
1.4.2.34．3 结果分析
-
1.4.2.4参考文献
-
1.4.3第5章 自动标引中标引源权重方案确定
-
1.4.3.15．1 标引源权重研究综述
-
1.4.3.25．2 标引源权重方案的确定
-
1.4.3.2.15．2．1 抽样调查方案的设计
-
1.4.3.2.25．2．2 抽样数据的统计分析
-
1.4.3.2.35．2．3 标引源权重方案的确定
-
1.4.3.35．3 本章小结
-
1.4.3.4参考文献
-
1.5第三部分
-
1.5.1第6章 分类知识库的制作
-
1.5.1.16．1 概述
-
1.5.1.26．2 关键词串－分类号关联研究综述
-
1.5.1.2.16．2．1 研究综述
-
1.5.1.2.26．2．2 常规方法存在的问题
-
1.5.1.36．3 关键词串－分类号关联方法
-
1.5.1.3.16．3．1 关联规则挖掘概述
-
1.5.1.3.26．3．2 相关度度量方法介绍
-
1.5.1.46．4 分类知识库的制作
-
1.5.1.4.16．4．1 知识库数据来源
-
1.5.1.4.26．4．2 知识库制作步骤
-
1.5.1.4.36．4．3 知识库规模的确定
-
1.5.1.56．5 分类知识库的性能测评
-
1.5.1.5.16．5．1 数量测评
-
1.5.1.5.26．5．2 质量测评
-
1.5.1.66．6 篇名知识库的制作
-
1.5.1.6.16．6．1 篇名的概念及其特征
-
1.5.1.6.26．6．2 建立篇名库的必要性和可能性
-
1.5.1.6.36．6．3 篇名在表达主题时存在的问题
-
1.5.1.6.46．6．4 篇名的规范
-
1.5.1.6.56．6．5 篇名知识库的制作
-
1.5.1.76．7 本章小结
-
1.5.1.8参考文献
-
1.5.2第7章 基于语义体系的词语相似度计算
-
1.5.2.17．1 概 述
-
1.5.2.27．2 词语相似度研究综述
-
1.5.2.2.17．2．1 基于统计的词语相似度计算方法
-
1.5.2.2.27．2．2 基于本体的词语相似度计算方法
-
1.5.2.2.37．2．3 词语相似度计算的混合方法
-
1.5.2.37．3 基于语义体系的词语相似度算法
-
1.5.2.3.17．3．1 《同义词词林》简介
-
1.5.2.3.27．3．2 语义编码之间的相似度计算
-
1.5.2.3.37．3．3 词汇间的语义相似度计算
-
1.5.2.3.47．3．4 自动分类中语义相似度匹配算法
-
1.5.2.47．4 基于语义相似度的同义词挖掘
-
1.5.2.4.17．4．1 同义词挖掘概述
-
1.5.2.4.27．4．2 同义词挖掘系统设计与实现
-
1.5.2.4.37．4．3 同义词挖掘系统的测评
-
1.5.2.57．5 本章小结
-
1.5.2.6参考文献
-
1.5.3第8章 基于知识库的文本自动分类
-
1.5.3.18．1 文本自动系统总体设计
-
1.5.3.1.18．1．1 系统结构设计
-
1.5.3.1.28．1．2 系统模块简介
-
1.5.3.28．2 文本自动分类系统的测评
-
1.5.3.38．3 《全国报刊索引》自动标引与自动分类系统介绍
-
1.5.3.48．4 本章小结
-
1.5.3.5参考文献
-
1.6第四部分
-
1.6.1第9章 统计与决策规则双重分类算法
-
1.6.1.19．1 分类器概述
-
1.6.1.1.19．1．1 最小距离分类器（Rocchio算法）
-
1.6.1.1.29．1．2 Na6ve Bayes分类器
-
1.6.1.1.39．1．3 K－NN算法
-
1.6.1.1.49．1．4 支持向量机
-
1.6.1.1.59．1．5 基于粗糙集理论的分类算法
-
1.6.1.29．2 双重分类原理
-
1.6.1.39．3 分类规则提取
-
1.6.1.49．4 双重分类过程
-
1.6.1.59．5 实验结果及分析
-
1.6.1.6参考文献
-
1.6.2第10章 层次分类算法实验
-
1.6.2.110．1 层次分类原理
-
1.6.2.210．2 层次分类算法设计
-
1.6.2.310．3 实验结果及分析
-
1.6.2.4参考文献
-
1.6.3第11章 基于统计与规则相结合的文本分类系统的实现
-
1.6.3.111．1 系统实验用语料选择及分析
-
1.6.3.1.111．1．1 实验语料选择
-
1.6.3.1.211．1．2 训练样本数量对自动分类的影响分析
-
1.6.3.1.311．1．3 维数多少对分类效果的影响分析
-
1.6.3.1.411．1．4 训练样本先期分类情况的影响
-
1.6.3.211．2 系统总体框架与模块介绍
-
1.6.3.2.111．2．1 功能模块结构
-
1.6.3.2.211．2．2 系统总体流程
-
1.6.3.2.311．2．3 系统各模块介绍
-
1.6.3.311．3 系统测试分析
-
1.6.3.411．4 本章小结
-
1.6.3.5参考文献
-
1.6.4后 记