| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外相关研究 | 第11-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第二章 相关理论概述 | 第16-25页 |
| 2.1 信息检索概述 | 第16-21页 |
| 2.1.1 信息检索相关理论 | 第16页 |
| 2.1.2 信息检索模型介绍 | 第16-18页 |
| 2.1.3 基本相关术语定义 | 第18-19页 |
| 2.1.4 实验评测方法 | 第19-21页 |
| 2.2 云模型理论 | 第21-23页 |
| 2.2.1 云中相关的定义 | 第21-23页 |
| 2.2.2 云模型的类型 | 第23页 |
| 2.3 LDA主题模型 | 第23-24页 |
| 2.4 小结 | 第24-25页 |
| 第三章 基于CLOUD-LDA模型的文本特征抽取方法 | 第25-37页 |
| 3.1 引言 | 第25页 |
| 3.2 文本特征的表现和提取 | 第25-28页 |
| 3.3 CLOUD-LDA新模型的特征分布 | 第28-33页 |
| 3.3.1 Cloud-LDA模型的构建 | 第29-32页 |
| 3.3.2 模型的参数演算 | 第32-33页 |
| 3.4 实验结果及分析 | 第33-36页 |
| 3.4.1 实验数据集 | 第33-34页 |
| 3.4.2 实验结果举例说明 | 第34-35页 |
| 3.4.3 实验结果对比 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 基于文本特征转换的二次检索 | 第37-52页 |
| 4.1 语义指纹和TAG-LDA模型词语分布 | 第37-40页 |
| 4.1.1 语义指纹空间 | 第37-38页 |
| 4.1.2 Tag-LDA标签词语分布空间 | 第38-40页 |
| 4.2 基于云空间的特征转换模型 | 第40-46页 |
| 4.2.1 基于云模型的文本特征转换 | 第40-41页 |
| 4.2.2 构造转换过程 | 第41-42页 |
| 4.2.3 特征转换理论论证 | 第42-44页 |
| 4.2.4 Tag-LDA模型的改进 | 第44-45页 |
| 4.2.5 改进模型相关公式 | 第45-46页 |
| 4.3 基于文本特征转换的二次检索模型系统框架 | 第46页 |
| 4.4 实验结果与分析 | 第46-50页 |
| 4.4.1 实验数据 | 第46-47页 |
| 4.4.2 查询项的标签选择 | 第47-48页 |
| 4.4.3 实验结果对比 | 第48-50页 |
| 4.5 小结 | 第50-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 攻读硕士学位期间参加的科研项目与公开发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |