基于话题的事件相似度计算
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 引言 | 第10-14页 |
| ·研究背景 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文主要工作及创新点 | 第12-13页 |
| ·论文组织 | 第13页 |
| ·本章小结 | 第13-14页 |
| 第2章 基础知识介绍 | 第14-19页 |
| ·舆情相关概念 | 第14页 |
| ·话题识别与跟踪技术的相关知识 | 第14-18页 |
| ·基本概念 | 第14-15页 |
| ·话题识别与跟踪技术的研究 | 第15-16页 |
| ·TDT 常用基本模型 | 第16-18页 |
| ·事件的相关概念 | 第18页 |
| ·本章小结 | 第18-19页 |
| 第3章 话题的层次组织模型 | 第19-25页 |
| ·新闻报道简介 | 第19-20页 |
| ·术语抽取方法 | 第20-22页 |
| ·文档频率 | 第20页 |
| ·信息增益 | 第20-21页 |
| ·互信息 | 第21页 |
| ·χ~2统计量 | 第21-22页 |
| ·话题的层次组织模型 | 第22-24页 |
| ·模型建立 | 第22-23页 |
| ·术语抽取 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第4章 相似度计算方法 | 第25-30页 |
| ·相似度计算模型 | 第25-27页 |
| ·向量空间模型 | 第25-26页 |
| ·句子相似度模型 | 第26页 |
| ·层次结构相似度模型 | 第26页 |
| ·集合模型 | 第26-27页 |
| ·面向向量的相似度测度方法 | 第27-28页 |
| ·距离测度 | 第27页 |
| ·相似性函数 | 第27-28页 |
| ·多向量相似度计算方案 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第5章 事件相似度计算 | 第30-35页 |
| ·传统的事件相似度 | 第30-31页 |
| ·基于话题的事件相似度 | 第31-34页 |
| ·事件的内容相似度 | 第31-32页 |
| ·事件与话题的相似度 | 第32-33页 |
| ·事件时间相似度 | 第33页 |
| ·基于话题的事件相似度计算 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第6章 实验与讨论分析 | 第35-39页 |
| ·实验测试集介绍 | 第35页 |
| ·实验目的与步骤 | 第35-36页 |
| ·实验数据及结果分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 第7章 工作总结与展望 | 第39-41页 |
| ·总结 | 第39页 |
| ·研究与展望 | 第39-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44-45页 |
| 攻读学位期间取得的科研成果 | 第45页 |
