文本挖掘关键技术研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 1 引言 | 第7-11页 |
| ·研究背景 | 第7页 |
| ·历史现状 | 第7-9页 |
| ·研究意义 | 第9页 |
| ·本文主要工作 | 第9-10页 |
| ·全文章节安排 | 第10-11页 |
| 2 文本挖掘概述 | 第11-15页 |
| ·文本挖掘定义 | 第11页 |
| ·文本挖掘流程 | 第11-13页 |
| ·文本挖掘任务 | 第13-14页 |
| ·文本分类 | 第13页 |
| ·文本聚类 | 第13页 |
| ·文本标引 | 第13-14页 |
| ·实体关系抽取 | 第14页 |
| ·领域本体构建 | 第14页 |
| ·文本挖掘关键技术 | 第14-15页 |
| 3 文本表示 | 第15-30页 |
| ·文本表示定义 | 第15-16页 |
| ·文本表示模型 | 第16页 |
| ·向量空间模型 | 第16-17页 |
| ·向量空间模型改进工作 | 第17-19页 |
| ·词共现 | 第19-21页 |
| ·结合词共现因子的语义向量空间模型 | 第21-23页 |
| ·词共现因子计算 | 第21-22页 |
| ·词共现因子加权 | 第22页 |
| ·VSM和WCFVSM构建流程 | 第22-23页 |
| ·实验及结果分析 | 第23-29页 |
| ·实验语料 | 第23-24页 |
| ·实验平台 | 第24页 |
| ·统计关键词信息 | 第24-25页 |
| ·统计二阶共现词信息 | 第25-26页 |
| ·构建VSM和WCFVSM | 第26页 |
| ·分类实验结果及分析 | 第26-29页 |
| ·本章总结 | 第29-30页 |
| 4 术语识别 | 第30-43页 |
| ·术语相关定义 | 第30页 |
| ·术语相关特性 | 第30-31页 |
| ·领域术语识别研究现状 | 第31页 |
| ·常用术语识别方法 | 第31-33页 |
| ·基于规则的方法 | 第31-32页 |
| ·基于统计的方法 | 第32页 |
| ·统计和规则相结合的方法 | 第32页 |
| ·基于机器学习的方法 | 第32-33页 |
| ·条件随机场算法理论和工具 | 第33-36页 |
| ·条件随机场算法理论 | 第33-35页 |
| ·条件随机场算法工具 | 第35-36页 |
| ·基于条件随机场算法的术语识别工作 | 第36页 |
| ·基于条件随机场算法的单模型术语识别方法 | 第36-37页 |
| ·基于条件随机场算法的多模型术语识别方法 | 第37-38页 |
| ·多模型术语识别思想 | 第37页 |
| ·多模型术语识别流程 | 第37-38页 |
| ·实验及结果分析 | 第38-42页 |
| ·实验语料 | 第38页 |
| ·实验平台 | 第38-39页 |
| ·获取初始词典 | 第39页 |
| ·语料预处理 | 第39页 |
| ·模型训练 | 第39页 |
| ·新术语识别 | 第39-40页 |
| ·新术语测试 | 第40-41页 |
| ·错误分析 | 第41-42页 |
| ·本章总结 | 第42-43页 |
| 5 总结与展望 | 第43-44页 |
| ·总结 | 第43页 |
| ·展望 | 第43-44页 |
| 参考文献 | 第44-47页 |
| 个人简介 | 第47-48页 |
| 导师简介 | 第48-49页 |
| 获得成果目录清单 | 第49-50页 |
| 致谢 | 第50-51页 |
