基于多向量的中文新闻话题检测
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状及分析 | 第11-13页 |
| 1.2.1 话题表示模型 | 第11-12页 |
| 1.2.2 TFIDF加权算法 | 第12页 |
| 1.2.3 聚类个数估计方法 | 第12-13页 |
| 1.3 主要研究内容 | 第13页 |
| 1.4 论文组织 | 第13-16页 |
| 第2章 相关知识 | 第16-28页 |
| 2.1 话题检测相关概念 | 第16-17页 |
| 2.1.1 话题检测基础概念 | 第16页 |
| 2.1.2 话题检测相关流程 | 第16-17页 |
| 2.2 话题表示模型 | 第17-20页 |
| 2.2.1 向量空间模型 | 第17-18页 |
| 2.2.2 主题模型 | 第18-20页 |
| 2.2.3 多向量模型 | 第20页 |
| 2.3 加权方法 | 第20-21页 |
| 2.4 聚类方法 | 第21-23页 |
| 2.5 聚类个数估计方法 | 第23-26页 |
| 2.6 本章小结 | 第26-28页 |
| 第3章 基于多向量的文本聚类算法 | 第28-38页 |
| 3.1 多向量表示方法介绍 | 第28页 |
| 3.2 基于多向量的文本聚类算法实现 | 第28-34页 |
| 3.2.1 多向量构造方法 | 第28-33页 |
| 3.2.2 聚类方法 | 第33-34页 |
| 3.3 相关实验 | 第34-37页 |
| 3.3.1 评价方法及实验数据集 | 第34-35页 |
| 3.3.2 基准方法聚类实验 | 第35-36页 |
| 3.3.3 基于多向量模型方法实验 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第4章 基于多向量的话题检测方法 | 第38-47页 |
| 4.1 评价准则在基于多向量文本聚类算法中的使用 | 第39-40页 |
| 4.2 改进的评价准则方法 | 第40-41页 |
| 4.3 基于多向量的话题检测方法的实现 | 第41-42页 |
| 4.4 话题检测方法实验 | 第42-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第5章 总结与展望 | 第47-49页 |
| 5.1 本文总结 | 第47-48页 |
| 5.2 工作展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间取得的科研成果 | 第53页 |
