| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-10页 |
| ·研究背景及意义 | 第7-8页 |
| ·问题的提出 | 第8-9页 |
| ·本文组织 | 第9-10页 |
| 第二章 相关技术介绍 | 第10-27页 |
| ·基于概率模型的话题抽取技术 | 第10-15页 |
| ·LDA 模型 | 第10-12页 |
| ·Bigram 话题模型（BTM） | 第12-13页 |
| ·LDA Collocation 模型（LDACOL） | 第13-14页 |
| ·SWB 模型 | 第14-15页 |
| ·基于聚类算法的话题抽取技术 | 第15-17页 |
| ·话题标签抽取技术 | 第17-25页 |
| ·LDA 结果的重排序 | 第17-24页 |
| ·LDA 结果的组合 | 第24-25页 |
| ·评测方法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 基于LDA 结果的线索抽取 | 第27-41页 |
| ·问题描述 | 第27页 |
| ·方法概述 | 第27-28页 |
| ·抽取新闻线索词 | 第28-30页 |
| ·显著性评价准则 | 第28-29页 |
| ·覆盖度评价准则 | 第29页 |
| ·PMI 评价准则 | 第29-30页 |
| ·抽取新闻线索标签 | 第30-32页 |
| ·实验设计 | 第32-36页 |
| ·实验语料 | 第32页 |
| ·实验设置 | 第32-34页 |
| ·评测软件 | 第34-36页 |
| ·实验结果分析 | 第36-39页 |
| ·线索词抽取 | 第36-37页 |
| ·线索标签抽取 | 第37-39页 |
| ·本章小结 | 第39-41页 |
| 第四章 基于背景分布和话题N 元模型的线索抽取 | 第41-53页 |
| ·问题描述 | 第41页 |
| ·方法动机 | 第41-42页 |
| ·模型介绍 | 第42-45页 |
| ·模型推导过程 | 第45-46页 |
| ·实验设计及结果分析 | 第46-52页 |
| ·评价方式 | 第46-47页 |
| ·评测软件 | 第47-48页 |
| ·实验结果及分析 | 第48-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 专题新闻线索抽取系统 | 第53-63页 |
| ·系统结构 | 第53-61页 |
| ·语料预处理模块 | 第53-55页 |
| ·线索数目确定模块 | 第55-57页 |
| ·线索抽取模块 | 第57-58页 |
| ·线索强度计算模块 | 第58-59页 |
| ·系统可扩展性支持 | 第59-61页 |
| ·系统演示 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 结束语 | 第63-65页 |
| ·主要工作与创新点 | 第63-64页 |
| ·后续研究工作 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间已发表或录用的论文 | 第69-70页 |
| 附件 | 第70-72页 |