| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 目录 | 第5-6页 |
| 第一章 绪论 | 第6-12页 |
| 1.1 研究背景 | 第6-8页 |
| 1.2 国内外研究现状及发展动态分析 | 第8-10页 |
| 1.3 论文的研究内容 | 第10页 |
| 1.4 论文组织结构 | 第10-12页 |
| 第二章 传统的文本分类技术 | 第12-20页 |
| 2.1 文本预处理的过程 | 第12-13页 |
| 2.2 文本的数学表示模型 | 第13-16页 |
| 2.3 常用的文本分类算法研究 | 第16-20页 |
| 第三章 LDA模型 | 第20-30页 |
| 3.1 常用的一些主题模型 | 第20-23页 |
| 3.2 LDA的简要介绍 | 第23-26页 |
| 3.3 LDA模型的推导 | 第26-30页 |
| 第四章 DBN模型 | 第30-42页 |
| 4.1 Boltzmann机 | 第30-36页 |
| 4.2 深度置信网络(DBN) | 第36-42页 |
| 第五章 结合LDA和DBN算法的文本分类 | 第42-48页 |
| 5.1 LDA模型实现文本分类 | 第42-43页 |
| 5.2 LDA和DBN结合算法 | 第43-48页 |
| 第六章 总结 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54页 |