| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 课题研究的背景和意义 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-10页 |
| 1.3 现有的话题发现系统存在的问题 | 第10-11页 |
| 1.4 本文的研究内容和组织结构 | 第11-13页 |
| 1.4.1 本文的研究内容 | 第11-12页 |
| 1.4.2 本文的组织结构 | 第12-13页 |
| 第二章 论文的相关工作 | 第13-18页 |
| 2.1 文本预处理 | 第13-14页 |
| 2.1.1 中文分词 | 第13-14页 |
| 2.1.2 去停用词 | 第14页 |
| 2.2 文本特征表示与相似度计算 | 第14-15页 |
| 2.2.1 文本特征表示 | 第14-15页 |
| 2.2.2 相似度计算 | 第15页 |
| 2.3 聚类算法 | 第15-16页 |
| 2.3.1 层次聚类算法 | 第15-16页 |
| 2.3.2 划分式聚类算法 | 第16页 |
| 2.3.3 基于密度的方法 | 第16页 |
| 2.3.4 基于网格的方法 | 第16页 |
| 2.4 机器翻译 | 第16-18页 |
| 第三章 改进的增量聚类算法的实现 | 第18-35页 |
| 3.1 CRF分词的改进实现 | 第18-21页 |
| 3.1.1 CRF分词存在的问题 | 第18-20页 |
| 3.1.2 实验过程与结果 | 第20-21页 |
| 3.1.3 改进分词的意义 | 第21页 |
| 3.2 传统增量聚类算法的设计 | 第21-25页 |
| 3.2.1 文本向量化 | 第21-23页 |
| 3.2.2 传统增量聚类算法设计 | 第23-24页 |
| 3.2.3 传统增量聚类算法不足 | 第24-25页 |
| 3.3 改进的增量聚类算法设计 | 第25-30页 |
| 3.3.1 改进算法概述 | 第25-26页 |
| 3.3.2 具有更新选择器的增量聚类算法设计与意义 | 第26-27页 |
| 3.3.3 引入待排队列的增量聚类算法设计与意义 | 第27-29页 |
| 3.3.4 ICCQ算法设计 | 第29-30页 |
| 3.4 实验结果与分析 | 第30-35页 |
| 3.4.1 数据来源 | 第30页 |
| 3.4.2 实验过程 | 第30-31页 |
| 3.4.3 评价指标 | 第31页 |
| 3.4.4 实验结果 | 第31-33页 |
| 3.4.5 结果分析 | 第33页 |
| 3.4.6 实验小结 | 第33-35页 |
| 第四章 ICCQ结合机器翻译的应用 | 第35-46页 |
| 4.1 ICCQ结合机器翻译应用概述 | 第35-36页 |
| 4.2 统计机器翻译模型 | 第36-39页 |
| 4.3 实验过程与环境搭建 | 第39-41页 |
| 4.3.1 NiuTrans开源翻译系统介绍 | 第39页 |
| 4.3.2 实验的环境搭建 | 第39-40页 |
| 4.3.3 实验的方法与流程 | 第40-41页 |
| 4.4 实验结果 | 第41-44页 |
| 4.5 结果分析 | 第44-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 本文所解决的问题 | 第46页 |
| 5.2 不足之处 | 第46-47页 |
| 5.3 展望 | 第47-48页 |
| 参考文献 | 第48-54页 |
| 发表文献和科研情况说明 | 第54-55页 |
| 致谢 | 第55-56页 |