| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-13页 |
| 1.4 本文组织架构 | 第13-15页 |
| 第2章 相关技术介绍 | 第15-26页 |
| 2.1 Word Embedding | 第15-22页 |
| 2.1.1 Word Embedding模型 | 第16-20页 |
| 2.1.2 Word Embedding语言特性 | 第20-21页 |
| 2.1.3 Word Embedding的应用 | 第21-22页 |
| 2.2 聚类算法 | 第22-25页 |
| 2.2.1 K-Means++聚类算法 | 第22-24页 |
| 2.2.2 凝聚聚类算法 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 短文本简单语义推理 | 第26-31页 |
| 3.1 短文本理解模型 | 第26-27页 |
| 3.2 基于Word Embedding的简单语义推理 | 第27-30页 |
| 3.2.1 相关定义 | 第28-29页 |
| 3.2.2 语义推理算法 | 第29-30页 |
| 3.3 本章小结 | 第30-31页 |
| 第4章 短文本特征扩展 | 第31-37页 |
| 4.1 文本特征扩展算法 | 第31-32页 |
| 4.2 基于Word Embedding的短文本特征扩展 | 第32-36页 |
| 4.2.1 扩展特征的组成 | 第33-34页 |
| 4.2.2 Word Embedding聚类 | 第34-35页 |
| 4.2.3 特征映射 | 第35页 |
| 4.2.4 算法描述 | 第35-36页 |
| 4.3 本章小结 | 第36-37页 |
| 第5章 实验与结果分析 | 第37-47页 |
| 5.1 实验数据与环境 | 第37-38页 |
| 5.2 模型训练 | 第38-39页 |
| 5.3 短文本分类实验 | 第39-44页 |
| 5.4 短文本聚类实验 | 第44-45页 |
| 5.5 本章小结 | 第45-47页 |
| 第6章 总结与展望 | 第47-49页 |
| 6.1 总结 | 第47页 |
| 6.2 未来工作方向 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 作者简介及在学期间所取得的科研成果 | 第53-54页 |
| 致谢 | 第54-55页 |