基于半监督DPMM的新闻话题检测研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状及分析 | 第11-14页 |
| 1.2.1 话题检测研究现状 | 第11-12页 |
| 1.2.2 贝叶斯语义模型 | 第12-14页 |
| 1.3 主要研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 1.5 本章小结 | 第16-18页 |
| 第2章 相关知识 | 第18-27页 |
| 2.1 TDT知识介绍 | 第18-21页 |
| 2.1.1 新闻语料 | 第18-19页 |
| 2.1.2 研究任务 | 第19-20页 |
| 2.1.3 评测方法 | 第20-21页 |
| 2.2 话题表示模型 | 第21-24页 |
| 2.2.1 向量空间模型 | 第21-22页 |
| 2.2.2 主题模型 | 第22-24页 |
| 2.3 狄利克雷过程 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 DPMM模型构建及优化 | 第27-37页 |
| 3.1 DPMM模型介绍 | 第27-28页 |
| 3.2 模型构建及优化 | 第28-33页 |
| 3.2.1 采样公式推导 | 第28-30页 |
| 3.2.2 基本操作步骤 | 第30-32页 |
| 3.2.3 K值的确定 | 第32-33页 |
| 3.3 实验分析 | 第33-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 基于半监督DPMM的话题检测 | 第37-43页 |
| 4.1 半监督模型构建 | 第37-39页 |
| 4.2 热点特征词选择 | 第39-40页 |
| 4.3 实验分析 | 第40-41页 |
| 4.4 本章小结 | 第41-43页 |
| 第5章 半监督方法扩展研究 | 第43-50页 |
| 5.1 LDA半监督模型构建 | 第43-45页 |
| 5.2 聚类结果优化方法 | 第45-46页 |
| 5.3 实验分析 | 第46-49页 |
| 5.3.1 LDA半监督实验 | 第46-47页 |
| 5.3.2 结果优化实验 | 第47-49页 |
| 5.4 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 本文总结 | 第50-51页 |
| 6.2 工作展望 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间取得的科研成果 | 第56页 |
