| 摘要 | 第1-6页 |
| ABSTRACT（英文摘要） | 第6-7页 |
| 目录 | 第7-9页 |
| 主要符号对照表 | 第9-11页 |
| 第一章 绪论 | 第11-14页 |
| ·引言 | 第11-12页 |
| ·论文安排 | 第12-14页 |
| 第二章 概率语义模型介绍以及一些经典的概率语义模型 | 第14-17页 |
| ·概率语义模型介绍 | 第14-17页 |
| ·Unigram模型 | 第14页 |
| ·Mixture of Unigram模型 | 第14-15页 |
| ·PLSI模型 | 第15页 |
| ·LDA模型 | 第15-17页 |
| 第三章 概率图模型及其概率推理算法 | 第17-31页 |
| ·概率图模型的介绍 | 第17-20页 |
| ·有向图 | 第17页 |
| ·无向图 | 第17-18页 |
| ·概率推理 | 第18页 |
| ·有向图转化为无向图-融合算法 | 第18-19页 |
| ·融合算法的步骤 | 第18-19页 |
| ·因子图 | 第19-20页 |
| ·无向图转化为因子图的步骤 | 第19-20页 |
| ·精确概率推理算法 | 第20-24页 |
| ·变量消除法 | 第20页 |
| ·和乘算法 | 第20-22页 |
| ·交叉树 | 第22-24页 |
| ·定义 | 第22-23页 |
| ·定理 | 第23页 |
| ·Hugin构造法 | 第23-24页 |
| ·Shafer-Shenoy算法(没有分隔集) | 第24页 |
| ·近似概率推理算法 | 第24-31页 |
| ·期望最大化算法 | 第25-28页 |
| ·变种推理框架 | 第28-31页 |
| ·举例 | 第28-29页 |
| ·凸二重性 | 第29-31页 |
| 第四章 变种推理框架在LDA的应用 | 第31-34页 |
| ·LDA模型 | 第31页 |
| ·概率推理 | 第31页 |
| ·变种概率推理 | 第31-33页 |
| ·参数估计 | 第33-34页 |
| 第五章 相关工作 | 第34-36页 |
| 第六章 HTM模型 | 第36-40页 |
| ·HTM模型介绍 | 第36-38页 |
| ·参数估计和概率推理 | 第38-40页 |
| 第七章 试验结果 | 第40-45页 |
| ·数据集 | 第40页 |
| ·语义抽取 | 第40页 |
| ·文本分类 | 第40-42页 |
| ·讨论 | 第42-45页 |
| 第八章 总结和展望 | 第45-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48-49页 |
| 个人简历、在学期间的研究成果及发表的论文 | 第49-50页 |
| 上海交通大学学位论文答辩决议书 | 第50-52页 |