| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-13页 |
| ·研究背景 | 第10页 |
| ·多语言文本聚类研究现状 | 第10-11页 |
| ·本文的研究意义和目的 | 第11-12页 |
| ·本文的研究思路和主要工作 | 第12页 |
| ·本文的组织结构 | 第12-13页 |
| 第2章 文本聚类概述 | 第13-24页 |
| ·文本聚类简介 | 第13页 |
| ·文本聚类的一般过程 | 第13-14页 |
| ·特征表示和相似度计算 | 第14-17页 |
| ·向量空间模型(VSM) | 第14-16页 |
| ·文档相似度计算 | 第16-17页 |
| ·特征降维 | 第17-19页 |
| ·文本聚类方法 | 第19-21页 |
| ·基于划分的聚类算法 | 第20页 |
| ·基于层次的聚类算法 | 第20-21页 |
| ·基于密度的聚类算法 | 第21页 |
| ·基于模型的聚类算法 | 第21页 |
| ·基于网格的聚类算法 | 第21页 |
| ·聚类效果评价方法 | 第21-23页 |
| ·F值 | 第21-22页 |
| ·熵值(Entropy) | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 多语言文本聚类 | 第24-33页 |
| ·多语言文本聚类的基本思想 | 第24页 |
| ·多语言文本表示 | 第24-28页 |
| ·映射到单语言空间 | 第25-26页 |
| ·映射到多语言空间 | 第26-28页 |
| ·隐含语义标引模型 | 第28-32页 |
| ·LSI的数学基础 | 第28-30页 |
| ·LSI的基本原理 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 中英双语新闻文本聚类实验 | 第33-45页 |
| ·中英双语新闻文本资源的获取 | 第33-35页 |
| ·基于翻译系统的中英双语新闻文本聚类实验 | 第35-39页 |
| ·预处理 | 第35-36页 |
| ·实验策略的设定 | 第36-37页 |
| ·实验结果分析和说明 | 第37-39页 |
| ·基于隐含语义标引的中英双语新闻文本聚类 | 第39-43页 |
| ·预处理 | 第39-41页 |
| ·实验策略的设定 | 第41页 |
| ·实验结果分析和说明 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第5章 结束语 | 第45-47页 |
| ·本文工作总结和不足 | 第45-46页 |
| ·下一步研究工作 | 第46-47页 |
| 附录Ⅰ 基于翻译系统的双语混合文本实验结果初始数据 | 第47-51页 |
| 附录Ⅱ 基于隐含语义分析的混合文本实验结果初始数据 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56页 |