基于汉语句法分析的微博聚类方法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第一章 绪论 | 第7-15页 |
| 1.1 课题背景及研究目的 | 第7-10页 |
| 1.1.1 课题背景 | 第7-8页 |
| 1.1.2 研究目的及意义 | 第8-10页 |
| 1.2 短文本聚类相关技术的发展 | 第10-13页 |
| 1.2.1 短文本处理的相关技术 | 第10-12页 |
| 1.2.2 短文本聚类的相关技术 | 第12-13页 |
| 1.3 研究内容及论文结构安排 | 第13-15页 |
| 第二章 相关工具及理论研究 | 第15-25页 |
| 2.1 NLPIR 汉语分词系统 | 第15-18页 |
| 2.1.1 分词系统简介 | 第15-17页 |
| 2.1.2 汉语词性标记集 | 第17-18页 |
| 2.2 汉语句法分析 | 第18-22页 |
| 2.2.1 基于规则的句法分析方法 | 第18-21页 |
| 2.2.2 浅层句法分析 | 第21-22页 |
| 2.3 聚类分析 | 第22-24页 |
| 2.3.1 聚类的概念 | 第22-23页 |
| 2.3.2 常见的聚类算法 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 基于句法分析的关键词权值判定方法 | 第25-43页 |
| 3.1 构造句法分析器的需求分析 | 第25-29页 |
| 3.1.1 真实微博文本的特点 | 第25-26页 |
| 3.1.2 向量空间模型和 TF-IDF 公式 | 第26-28页 |
| 3.1.3 结合汉语语法特点构建特征向量 | 第28-29页 |
| 3.2 复杂短语的结构与分类 | 第29-36页 |
| 3.2.1 复杂短语结构分析 | 第29-31页 |
| 3.2.2 短语的分类 | 第31-36页 |
| 3.3 句法分析器的设计 | 第36-42页 |
| 3.3.1 句法分析流程 | 第36-40页 |
| 3.3.2 句法分析的辅助处理规则 | 第40-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 微博聚类的实现 | 第43-53页 |
| 4.1 文本预处理 | 第43-45页 |
| 4.1.1 清除不规则格式 | 第43-44页 |
| 4.1.2 文本分词 | 第44-45页 |
| 4.2 微博的相似度计算 | 第45-47页 |
| 4.2.1 常规的相似度计算方法 | 第45-46页 |
| 4.2.2 改进的余弦相似度计算方法 | 第46-47页 |
| 4.3 微博聚类 | 第47-51页 |
| 4.3.1 层次聚类遇到的问题 | 第47-48页 |
| 4.3.2 微博的层次聚类 | 第48-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 聚类效果的实验与分析 | 第53-61页 |
| 5.1 聚类的有效性评价 | 第53-56页 |
| 5.1.1 内部质量指标 | 第54-55页 |
| 5.1.2 外部质量指标 | 第55-56页 |
| 5.2 实验结果与分析 | 第56-59页 |
| 5.2.1 实验方案 | 第56-57页 |
| 5.2.2 评价方法 | 第57页 |
| 5.2.3 实验结果及分析 | 第57-59页 |
| 5.3 本章小结 | 第59-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 本文工作 | 第61页 |
| 6.2 未来研究展望 | 第61-63页 |
| 致谢 | 第63-65页 |
| 参考文献 | 第65-68页 |
