基于主题模型的文本语义挖掘
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
符号对照表 | 第10-11页 |
缩略语对照表 | 第11-14页 |
第一章 绪论 | 第14-22页 |
1.1 研究背景及意义 | 第14-15页 |
1.2 国内外研究现状 | 第15-20页 |
1.3 本文的主要工作 | 第20页 |
1.4 论文的组织结构 | 第20-22页 |
第二章 相关理论研究 | 第22-34页 |
2.1 文本语义挖掘的相关理论 | 第22-25页 |
2.1.1 文本语义挖掘的研究热点 | 第22-23页 |
2.1.2 文本语义挖掘的关键技术 | 第23-25页 |
2.2 主题模型的相关理论 | 第25-33页 |
2.2.1 主题模型的基础研究 | 第25-31页 |
2.2.2 主题模型的应用研究 | 第31-33页 |
2.3 本章小结 | 第33-34页 |
第三章 一种融合外部特征的改进主题模型 | 第34-42页 |
3.1 扩展模型的相关工作 | 第34页 |
3.2 模型的改进思路 | 第34-35页 |
3.3 模型的输入和基本假设 | 第35-36页 |
3.4 动态作者主题模型的表示 | 第36-38页 |
3.5 参数估计 | 第38-39页 |
3.6 模型的对比分析 | 第39-40页 |
3.7 本章小结 | 第40-42页 |
第四章 科技文献的主题演化和作者兴趣变化研究 | 第42-50页 |
4.1 科技文献的主题演化研究现状 | 第42-44页 |
4.2 主题演化研究 | 第44-46页 |
4.2.1 主题内容变化 | 第44-45页 |
4.2.2 主题强度变化 | 第45-46页 |
4.3 作者兴趣变化研究 | 第46-47页 |
4.4 本章小结 | 第47-50页 |
第五章 主题演化实验设计和结果分析 | 第50-58页 |
5.1 实验环境和数据采集 | 第50-51页 |
5.2 文本预处理 | 第51-52页 |
5.3 确定最优主题数 | 第52-53页 |
5.4 主题抽取结果及分析 | 第53-57页 |
5.4.1 实验结果 | 第53-55页 |
5.4.2 主题内容和强度变化 | 第55-56页 |
5.4.3 作者兴趣变化 | 第56-57页 |
5.5 本章小结 | 第57-58页 |
第六章 总结与展望 | 第58-60页 |
6.1 本文总结 | 第58-59页 |
6.2 不足与改进 | 第59-60页 |
参考文献 | 第60-64页 |
致谢 | 第64-66页 |
作者简介 | 第66-67页 |