基于后缀树聚类算法的越南语新闻话题识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 论文的主要研究内容 | 第14-15页 |
| 1.4 论文的结构安排 | 第15-17页 |
| 第2章 话题识别相关技术 | 第17-25页 |
| 2.1 引言 | 第17-18页 |
| 2.2 话题识别模型 | 第18-20页 |
| 2.2.1 向量空间模型VSM | 第18-19页 |
| 2.2.2 布尔模型BM | 第19页 |
| 2.2.3 语言模型SLM | 第19页 |
| 2.2.4 概率模型PM | 第19-20页 |
| 2.3 经典的聚类算法 | 第20-23页 |
| 2.3.1 Single-Pass算法 | 第20-21页 |
| 2.3.2 K-Means算法 | 第21页 |
| 2.3.3 后缀树聚类算法 | 第21-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第3章 越南语新闻话题特征选择 | 第25-41页 |
| 3.1 引言 | 第25页 |
| 3.2 越南语词法特点 | 第25-26页 |
| 3.3 获取越南语新闻语料 | 第26-30页 |
| 3.3.1 语料来源 | 第26页 |
| 3.3.2 网页信息爬取 | 第26-28页 |
| 3.3.3 越南语语料存储 | 第28-30页 |
| 3.4 文本预处理 | 第30-33页 |
| 3.4.1 文本分析及去停用词 | 第30-31页 |
| 3.4.2 越南语分词与词性标注 | 第31-32页 |
| 3.4.3 命名实体识别 | 第32-33页 |
| 3.5 新闻报道的表示 | 第33-35页 |
| 3.5.1 向量空间模型 | 第33-34页 |
| 3.5.2 后缀树文本模型 | 第34-35页 |
| 3.5.3 文本相似度计算 | 第35页 |
| 3.5.4 新闻类簇相似度计算 | 第35页 |
| 3.6 新闻特征选择 | 第35-39页 |
| 3.6.1 特征选择 | 第36-37页 |
| 3.6.2 新闻特征权重 | 第37-39页 |
| 3.7 本章小结 | 第39-41页 |
| 第4章 后缀树聚类算法的越南语新闻话题识别 | 第41-51页 |
| 4.1 引言 | 第41页 |
| 4.2 越南语新闻话题识别流程 | 第41-42页 |
| 4.3 改进的越南语新闻后缀树聚类过程 | 第42-47页 |
| 4.3.1 构造广义后缀树GST | 第43-44页 |
| 4.3.2 短语基类选择 | 第44-45页 |
| 4.3.3 合并基类 | 第45-46页 |
| 4.3.4 聚类标签标识 | 第46-47页 |
| 4.4 两种后缀树聚类算法性能比较 | 第47-49页 |
| 4.5 本章小结 | 第49-51页 |
| 第5章 越南语新闻话题识别系统及实验分析 | 第51-55页 |
| 5.1 引言 | 第51页 |
| 5.2 实验环境 | 第51页 |
| 5.3 原型系统界面 | 第51-52页 |
| 5.4 实验结果与分析 | 第52-54页 |
| 5.4.1 实验语料 | 第52-53页 |
| 5.4.2 实验结果与分析 | 第53-54页 |
| 5.5 本章小节 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 6.1 论文总结 | 第55页 |
| 6.2 下一步工作 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-65页 |
| 附录A 攻读硕士学位期间发表的论文及软件著作目录 | 第65-67页 |
| 附录B 攻读硕士学位期间参与的科研项目 | 第67-69页 |
| 附录C 攻读硕士学位期间获奖情况 | 第69页 |
