|
一、毕业设计（论文）的主要内容及要求
1、开题报告和文献阅读
（1）文献阅读：查阅文献应不少于15篇，其中外文文献不少于2篇，近5年内的文献数一般不少于文献总数的1/3，并应有近2年内的文献。
（2）文献综述：3000字以上，包括国内外现状、研究方向、进展情况、存在问题、参考依据等。
（3）开题报告：2000字以上，包括选题的意义、可行性分析、研究的内容、研究方法、拟解决的关键问题、预期结果、研究进度计划等。
（4）外文翻译：3000字以上（翻译成中文后的汉字字数）。
2、课题要解决的主要问题和具体要求
要解决的主要问题：本文的主要问题为文本的预处理和文本的分类算法。具体要求即是在对文本内容分词时标注词性，并利用朴素Bayes方法对每一个基于词性的特征进行分类。
具体要求：
（1） 对目前文本分类和朴素Bayes分类作一个简要论述
（2） 对数据集文本进行预处理
（3） 学习用matlab或Python（或其它语言）编程
（4） 学习朴素贝叶斯算法和文本分类模型基本原理
（5） 用matlab或Python实现基于词性的朴素贝叶斯文本分类器
3、论文：10000字以上（部分特殊专业根据实际情况，经教务与资产管理处确认，可适当调整有关字数方面的要求），包括绪论、正文、结论、参考文献等。
二、主要参考文献
[1]胡燕,吴虎子,钟珞.中文文本分类中基于词性的特征提取方法研究[J].武汉理工大学学报,2007(04):132-135..
[2]贺鸣,孙建军,成颖.基于朴素贝叶斯的文本分类研究综述[J].情报科学,2016,34(07):147-154..
[3]陆小艺,程泽凯,林士敏.用Matlab语言建构贝叶斯分类器[J].微机发展,2004(09):33-35+39.
[4]路永和,王鸿滨.文本分类中受词性影响的特征权重计算方法[J].现代图书情报技术,2015(04):18-25.
[5]Masayuki Uchida,Nakahiro Yoshida. Adaptive Bayes type estimators of ergodic diffusion processes from discrete observations[J]. Statistical Inference for Stochastic Processes,2014,17(2).
指导教师签名：
年 月 日
|
