基于概念语义分析的文本聚类研究
摘要 | 第1-5页 |
Abstract | 第5-8页 |
引言 | 第8-10页 |
第一章 绪论 | 第10-16页 |
·研究背景及意义 | 第10-11页 |
·聚类分析 | 第11-12页 |
·聚类的概念 | 第11页 |
·聚类的应用领域 | 第11-12页 |
·文本聚类 | 第12-14页 |
·文本聚类研究背景 | 第12页 |
·概述及分类 | 第12-13页 |
·文本聚类的定义 | 第13页 |
·文本聚类的算法分类 | 第13-14页 |
·本文研究目标及主要工作 | 第14-15页 |
·论文结构 | 第15-16页 |
第二章 文本聚类主要因素 | 第16-22页 |
·文本表示模型 | 第16-19页 |
·布尔模型 | 第16页 |
·向量空间模型 | 第16-18页 |
·相似度计算 | 第18页 |
·特征项的选择 | 第18-19页 |
·语义网络 | 第19-20页 |
·主要的语义网络 | 第20-21页 |
·知网简介 | 第20-21页 |
·Word Net | 第21页 |
·HNC | 第21页 |
·本章小结 | 第21-22页 |
第三章 语义树及语义相关度 | 第22-26页 |
·语义树 | 第22-23页 |
·语义树形式化定义 | 第22-23页 |
·语义树的查询算法 | 第23页 |
·语义相关度 | 第23-25页 |
·义原相似度 | 第23-24页 |
·义原关联度计算 | 第24-25页 |
·本章小结 | 第25-26页 |
第四章 概念语义树及公式 | 第26-31页 |
·构造概念语义树 | 第26-29页 |
·离线构造语义树 | 第26-27页 |
·动态构造语义树 | 第27-29页 |
·相似度计算公式 | 第29-30页 |
·本章小结 | 第30-31页 |
第五章 实验总结与性能分析 | 第31-41页 |
·实验环境 | 第31页 |
·实验过程 | 第31-32页 |
·实验结果 | 第32-40页 |
·实验分析 | 第40-41页 |
总结与发展 | 第41-42页 |
参考文献 | 第42-45页 |
致谢 | 第45-46页 |
在学期间公开发表论文及著作情况 | 第46页 |