基于主题模型的多媒体问答研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第15-27页 |
| 1.1 研究背景和意义 | 第15-19页 |
| 1.2 研究问题 | 第19-24页 |
| 1.2.1 文本主题模型 | 第19-20页 |
| 1.2.2 多模态主题模型 | 第20-21页 |
| 1.2.3 多媒体问答 | 第21-24页 |
| 1.3 本文工作与贡献 | 第24-25页 |
| 1.4 论文组织 | 第25-27页 |
| 2 相关研究工作 | 第27-41页 |
| 2.1 社交媒体研究 | 第27-30页 |
| 2.2 预处理技术 | 第30-32页 |
| 2.2.1 网络爬虫技术 | 第30页 |
| 2.2.2 文档解析处理 | 第30-32页 |
| 2.2.3 图像处理技术 | 第32页 |
| 2.3 主题模型研究 | 第32-37页 |
| 2.3.1 无层次结构主题模型 | 第33-35页 |
| 2.3.2 层次结构主题模型 | 第35-36页 |
| 2.3.3 主题模型学习方法 | 第36-37页 |
| 2.4 问答系统研究 | 第37-39页 |
| 2.5 小结 | 第39-41页 |
| 3 检索相关的多媒体新闻摘要 | 第41-61页 |
| 3.1 引言 | 第41-43页 |
| 3.2 相关工作 | 第43-45页 |
| 3.3 层次主题结构 | 第45-46页 |
| 3.4 多媒体主题表示 | 第46页 |
| 3.5 代表性新闻选择 | 第46-50页 |
| 3.5.1 基于树的文档相似性 | 第47-48页 |
| 3.5.2 加权整合 | 第48-50页 |
| 3.6 代表性图片选择 | 第50-52页 |
| 3.7 时间偏差子主题链接 | 第52页 |
| 3.8 用户界面概览 | 第52-53页 |
| 3.9 实验 | 第53-59页 |
| 3.9.1 数据集合和实验设置 | 第53-54页 |
| 3.9.2 实验分析 | 第54-59页 |
| 3.10 小结 | 第59-61页 |
| 4 基于图片和双词组合的主题模型 | 第61-75页 |
| 4.1 引言 | 第61-65页 |
| 4.1.1 基于文本的主题模型 | 第63-64页 |
| 4.1.2 基于文本和图片的主题模型 | 第64-65页 |
| 4.2 IBTM主题模型 | 第65-69页 |
| 4.2.1 双词提取 | 第66页 |
| 4.2.2 模型框架 | 第66-67页 |
| 4.2.3 参数估计 | 第67-69页 |
| 4.3 实验 | 第69-73页 |
| 4.3.1 数据集合 | 第69-70页 |
| 4.3.2 实验分析 | 第70-73页 |
| 4.4 小结 | 第73-75页 |
| 5 基于多源信息的多媒体问答实现 | 第75-91页 |
| 5.1 引言 | 第75-76页 |
| 5.2 系统流程框架 | 第76-78页 |
| 5.3 实现过程 | 第78-81页 |
| 5.3.1 数据索引 | 第78-80页 |
| 5.3.2 查询扩展 | 第80-81页 |
| 5.3.3 新闻文档检索 | 第81页 |
| 5.4 主题分析和图片选择 | 第81-84页 |
| 5.4.1 主题分析 | 第82-83页 |
| 5.4.2 主题图片选择 | 第83-84页 |
| 5.5 实验 | 第84-89页 |
| 5.5.1 数据采集 | 第84-85页 |
| 5.5.2 用户调查分析 | 第85-86页 |
| 5.5.3 准确性分析 | 第86-89页 |
| 5.6 小结 | 第89-91页 |
| 6 总结与展望 | 第91-93页 |
| 6.1 本文工作总结 | 第91-92页 |
| 6.2 未来工作展望 | 第92-93页 |
| 致谢 | 第93-95页 |
| 参考文献 | 第95-107页 |
| 附录 | 第107页 |
