| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 缩略词表 | 第13-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 相关研究现状 | 第16-17页 |
| 1.3 研究内容 | 第17-18页 |
| 1.4 本文结构安排 | 第18-19页 |
| 第二章 背景知识 | 第19-35页 |
| 2.1 主题模型 | 第19-20页 |
| 2.2 变分贝叶斯方法与吉布斯采样方法 | 第20-25页 |
| 2.2.1 吉布斯采样方法求解主题模型 | 第21-22页 |
| 2.2.2 变分贝叶斯方法求解主题模型 | 第22-24页 |
| 2.2.3 变分贝叶斯和吉布斯采样的优缺点 | 第24-25页 |
| 2.3 终身学习 | 第25-27页 |
| 2.3.1 终身学习概述 | 第25页 |
| 2.3.2 终身主题模型 | 第25-27页 |
| 2.4 主题模型的变种模型 | 第27-32页 |
| 2.4.1 高斯主题模型 | 第27-30页 |
| 2.4.2 情感主题混合模型 | 第30-32页 |
| 2.4.3 主题模型的变种模型对比 | 第32页 |
| 2.5 主题模型的评估方法 | 第32-33页 |
| 2.6 本章小结 | 第33-35页 |
| 第三章 基于终身学习的主题模型及其情感混合模型 | 第35-49页 |
| 3.1 RLTM模型 | 第35-38页 |
| 3.1.1 RLTM模型概述 | 第35-36页 |
| 3.1.2 RLTM模型结构 | 第36-37页 |
| 3.1.3 RLTM模型算法 | 第37-38页 |
| 3.2 RLGTM模型 | 第38-42页 |
| 3.2.1 RLGTM模型概述 | 第38-40页 |
| 3.2.2 RLGTM模型结构 | 第40页 |
| 3.2.3 RLGTM模型算法 | 第40-42页 |
| 3.3 RLJSTM模型 | 第42-46页 |
| 3.3.1 RLJSTM模型概述 | 第44页 |
| 3.3.2 RLJSTM模型结构 | 第44-45页 |
| 3.3.3 RLJSTM模型算法 | 第45-46页 |
| 3.4 RLTM、RLGTM、RLJSTM模型的区别与联系 | 第46-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第四章 实验与评估 | 第49-63页 |
| 4.1 实验环境 | 第49页 |
| 4.2 实验评估指标 | 第49-50页 |
| 4.3 实验设计 | 第50-54页 |
| 4.3.1 实验数据 | 第50页 |
| 4.3.2 RLTM实验设计 | 第50-51页 |
| 4.3.3 RLGTM实验设计 | 第51-53页 |
| 4.3.4 RLJSTM实验设计 | 第53-54页 |
| 4.4 实验设结果分析 | 第54-61页 |
| 4.4.1 RLTM实验结果分析 | 第54-56页 |
| 4.4.2 RLGTM实验结果分析 | 第56-59页 |
| 4.4.3 RLJSTM实验结果分析 | 第59-61页 |
| 4.5 RLTM、RLGTM、RLJSTM模型的对比 | 第61-62页 |
| 4.6 本章小结 | 第62-63页 |
| 第五章 系统设计与实现 | 第63-73页 |
| 5.1 系统分析 | 第63-64页 |
| 5.2 系统框架设计 | 第64-66页 |
| 5.2.1 视图层 | 第64页 |
| 5.2.2 模型层 | 第64-65页 |
| 5.2.3 控制层 | 第65-66页 |
| 5.3 系统实现 | 第66-69页 |
| 5.3.1 系统开发环境 | 第66页 |
| 5.3.2 文本清洗模块实现 | 第66-67页 |
| 5.3.3 情感分析模块实现 | 第67-68页 |
| 5.3.4 模型维护模块实现 | 第68-69页 |
| 5.4 系统效果 | 第69-71页 |
| 5.4.1 用户请求界面展示 | 第69-70页 |
| 5.4.2 管理员维护模型页面展示 | 第70-71页 |
| 5.5 本章小结 | 第71-73页 |
| 第六章 总结与展望 | 第73-75页 |
| 6.1 工作总结 | 第73页 |
| 6.2 未来展望 | 第73-75页 |
| 参考文献 | 第75-81页 |
| 附录 A RLTM模型变分推导 | 第81-85页 |
| A.1模型生成过程 | 第81页 |
| A.2变分推断 | 第81-85页 |
| 附录 B RLGTM模型变分推导 | 第85-93页 |
| B.1 模型生成过程 | 第85页 |
| B.2 变分推断 | 第85-93页 |
| 附录 C RLJSTM模型变分推导 | 第93-99页 |
| C.1 模型生成过程 | 第93页 |
| C.2 变分推断 | 第93-99页 |
| 致谢 | 第99-101页 |
| 个人简介 | 第101-102页 |