| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-15页 |
| ·潜在语义分析技术研究背景 | 第11-12页 |
| ·潜在语义分析技术的研究现状 | 第12-13页 |
| ·本文组织结构 | 第13-15页 |
| 第2章 潜在语义分析技术理论基础 | 第15-24页 |
| ·问题分析 | 第15-17页 |
| ·潜在语义分析技术理论 | 第17-23页 |
| ·向量空间模型 | 第17-18页 |
| ·潜在语义分析技术中的相似关系计算 | 第18-19页 |
| ·奇异值分解 | 第19-21页 |
| ·特征共现原理 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 系统融合技术 | 第24-33页 |
| ·系统融合技术研究现状 | 第24页 |
| ·系统融合技术的应用 | 第24-25页 |
| ·基于系统融合的 LSA 技术 | 第25-27页 |
| ·基于融合技术的 LSA 技术研究现状 | 第25-26页 |
| ·构建基于潜在语义分析技术的融合系统 | 第26-27页 |
| ·潜在语义分析系统融合实验 | 第27-32页 |
| ·实验数据准备 | 第27页 |
| ·实验结果及分析 | 第27-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 基于子空间优化的潜在语义分析技术 | 第33-43页 |
| ·子空间优化 | 第33-39页 |
| ·问题分析 | 第33-34页 |
| ·增广空间模型 | 第34-36页 |
| ·基于增广空间模型的分类实验 | 第36-39页 |
| ·基于增广空间模型的融合实验及分析 | 第39页 |
| ·数据分割策略 | 第39-42页 |
| ·问题分析 | 第39-40页 |
| ·基于文档长度的量分割 | 第40页 |
| ·基于 DF 值分布的量调整 | 第40-42页 |
| ·模型的融合实验及分析 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第5章 多策略融合的潜在语义分析技术 | 第43-47页 |
| ·问题分析 | 第43页 |
| ·多策略系统融合 | 第43-45页 |
| ·BM25 算法 | 第43-44页 |
| ·BM25 与 ASM 的融合策略 | 第44-45页 |
| ·实验分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第6章 基于多系统融合的优化 LSA 的文本分类系统 | 第47-53页 |
| ·文本分类技术 | 第47-49页 |
| ·K 最近邻分类算法（KNN） | 第48-49页 |
| ·评价方法 | 第49页 |
| ·文本分类系统实现 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第61页 |