基于语义和链接的话题跟踪方法
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-17页 |
| ·TDT的发展史 | 第8-10页 |
| ·TDT的基本任务 | 第10-12页 |
| ·话题跟踪的研究现状 | 第12-14页 |
| ·本文研究工作内容 | 第14-15页 |
| ·论文结构 | 第15-17页 |
| 2 话题跟踪相关技术 | 第17-25页 |
| ·基本概念 | 第17页 |
| ·话题跟踪任务及其特点 | 第17-19页 |
| ·解决问题思路 | 第19-23页 |
| ·话题/报道模型 | 第20-21页 |
| ·相似度计算 | 第21-22页 |
| ·跟踪策略 | 第22-23页 |
| ·影响跟踪结果的因素 | 第23-25页 |
| 3 基于内容计算和链接分析的Web话题跟踪方法 | 第25-34页 |
| ·针对新闻网页的等级得分权重计算方法 | 第25-26页 |
| ·内容相似度计算 | 第26页 |
| ·链接分析在Web话题跟踪中的应用 | 第26-28页 |
| ·引入链接分析的原因 | 第26-27页 |
| ·链接分析方法 | 第27页 |
| ·链接相似度的计算方法 | 第27-28页 |
| ·跟踪方法 | 第28-29页 |
| ·实验结果 | 第29-33页 |
| ·系统性能评价 | 第29-30页 |
| ·实验语料 | 第30-31页 |
| ·实验及其结果分析 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 4 基于语义框架的话题跟踪方法 | 第34-43页 |
| ·话题/报道模型的框架表示 | 第34-38页 |
| ·向量空间模型的不足 | 第34-35页 |
| ·语义框架模型 | 第35-36页 |
| ·扩展槽的使用 | 第36-38页 |
| ·框架的匹配机制 | 第38-40页 |
| ·通用的相似度计算 | 第38页 |
| ·WHEN槽的相似度计算 | 第38-39页 |
| ·WHERE槽的相似度计算 | 第39-40页 |
| ·引入扩展槽后WHAT槽的相似度计算 | 第40页 |
| ·框架间的相似度计算 | 第40页 |
| ·跟踪方法 | 第40-41页 |
| ·实验及其结果分析 | 第41-42页 |
| ·本章小结 | 第42-43页 |
| 5 基于话题跟踪的科技文献推荐 | 第43-51页 |
| ·问题描述 | 第43-44页 |
| ·科技文献的特点 | 第44页 |
| ·话题模型的生成 | 第44-45页 |
| ·布尔模型与向量空间模型的结合 | 第44-45页 |
| ·同义词扩展 | 第45页 |
| ·针对科技文献的基于多特征权重计算方法 | 第45-46页 |
| ·跟踪方法 | 第46-47页 |
| ·引文的使用 | 第46页 |
| ·基于KNN的跟踪策略 | 第46-47页 |
| ·实验及其结果分析 | 第47-50页 |
| ·实验准备 | 第47-49页 |
| ·实验语料 | 第49页 |
| ·实验结果分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 攻读硕士学位期间发表学术论文情况 | 第55-56页 |
| 致谢 | 第56-57页 |
