基于主题模型的文本分类及主题词网络构建研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文主要内容及结构安排 | 第13-15页 |
| 第二章 文本模型和复杂网络 | 第15-27页 |
| 2.1 文本模型 | 第15-16页 |
| 2.2 向量空间模型 | 第16-18页 |
| 2.3 主题模型 | 第18-23页 |
| 2.3.1 LSA主题模型 | 第18-20页 |
| 2.3.2 PLSA主题模型 | 第20-22页 |
| 2.3.3 LDA主题模型 | 第22-23页 |
| 2.4 复杂网络 | 第23-25页 |
| 2.4.1 网络的分类 | 第23-24页 |
| 2.4.2 复杂网络研究历程 | 第24-25页 |
| 2.4.3 复杂网络表示方法 | 第25页 |
| 2.4.4 复杂网络社区结构 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 第三章 基于LDA主题模型的文本分类算法 | 第27-44页 |
| 3.1 LDA主要思想 | 第27-29页 |
| 3.2 Gibbs抽样 | 第29-32页 |
| 3.3 特征选择 | 第32-35页 |
| 3.4 LDA文本建模 | 第35-38页 |
| 3.4.1 语料选择 | 第35-36页 |
| 3.4.2 主题数确定 | 第36-37页 |
| 3.4.3 文本相似度 | 第37-38页 |
| 3.5 实验设计与实验结果 | 第38-43页 |
| 3.5.1 实验设计 | 第38-40页 |
| 3.5.2 评估指标 | 第40-41页 |
| 3.5.3 实验结果 | 第41-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第四章 文本主题词网络的构建研究 | 第44-54页 |
| 4.1 问题的提出 | 第44-45页 |
| 4.2 Labeled LDA主要思想 | 第45-46页 |
| 4.3 词语相关度 | 第46-49页 |
| 4.4 复杂网络统计特性 | 第49-51页 |
| 4.5 网络构建研究 | 第51-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第五章 总结与展望 | 第54-56页 |
| 5.1 全文总结 | 第54-55页 |
| 5.2 对今后的展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 作者简介 | 第61页 |
