| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 组织结构 | 第13-14页 |
| 第二章 相关研究工作 | 第14-22页 |
| 2.1 传统信息检索模型 | 第14-16页 |
| 2.1.1 向量空间模型 | 第14-15页 |
| 2.1.2 经典概率模型 | 第15页 |
| 2.1.3 统计语言模型 | 第15-16页 |
| 2.2 主题模型简介 | 第16-18页 |
| 2.3 微软LightLDA简介 | 第18-19页 |
| 2.4 基于Rocchio框架的伪相关反馈 | 第19-20页 |
| 2.5 信息检索的评价指标 | 第20-22页 |
| 第三章 基于LightLDA的检索模型 | 第22-46页 |
| 3.1 引言 | 第22页 |
| 3.2 融合LightLDA主题信息的检索模型 | 第22-26页 |
| 3.2.1 基于LightLDA主题信息的文档模型 | 第22-25页 |
| 3.2.2 利用信息熵构造检索模型 | 第25-26页 |
| 3.3 实验及结果分析 | 第26-45页 |
| 3.3.1 实验环境及数据集 | 第26-28页 |
| 3.3.2 实验过程 | 第28-35页 |
| 3.3.3 与Baseline的比较 | 第35-38页 |
| 3.3.4 参数敏感性分析 | 第38-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 基于LightLDA的伪相关反馈 | 第46-62页 |
| 4.1 引言 | 第46-47页 |
| 4.2 融合LightLDA主题信息的伪相关反馈 | 第47-51页 |
| 4.2.1 相关主题的选取 | 第48-50页 |
| 4.2.2 查询词项的扩展 | 第50-51页 |
| 4.3 实验及结果分析 | 第51-60页 |
| 4.3.1 实验环境及数据集 | 第51页 |
| 4.3.2 实验过程 | 第51-53页 |
| 4.3.3 与Baseline的比较 | 第53-57页 |
| 4.3.4 参数敏感性分析 | 第57-60页 |
| 4.4 本章小结 | 第60-62页 |
| 第五章 总结与展望 | 第62-64页 |
| 5.1 总结 | 第62页 |
| 5.2 展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间参加的科研项目与取得的科研成果 | 第68-69页 |
| 致谢 | 第69页 |