| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-15页 |
| ·定题信息检索的研究背景 | 第10-12页 |
| ·信息检索概述 | 第10-11页 |
| ·定题搜索引擎与定题信息检索 | 第11-12页 |
| ·定题信息检索项目背景 | 第12页 |
| ·本文的主要内容和创新点 | 第12-15页 |
| ·本文的主要内容 | 第12-13页 |
| ·本文的创新点 | 第13-15页 |
| 第二章 基于元搜索引擎的主题信息获取 | 第15-22页 |
| ·搜索引擎的分类 | 第15-16页 |
| ·元搜索引擎的优势 | 第16-17页 |
| ·采用查询扩展方法强化主题元搜索能力 | 第17-20页 |
| ·查询扩展的思想 | 第17-18页 |
| ·基于统计机器翻译模型的词关联度计算 | 第18-20页 |
| ·相关实验结果与分析 | 第20-22页 |
| 第三章 基于改进特征提取和贝叶斯分类的主题信息过滤 | 第22-34页 |
| ·文本分类 | 第22-27页 |
| ·文本分类概述 | 第22-23页 |
| ·文本分类的一般流程 | 第23-24页 |
| ·改进的特征提取算法 | 第24-26页 |
| ·应用改进特征提取的朴素贝叶斯文本分类 | 第26-27页 |
| ·文本主题划分实验结果分析 | 第27-34页 |
| 第四章 基于语言模型的主题信息检索 | 第34-61页 |
| ·语言模型 | 第35-37页 |
| ·语言模型概述 | 第35-36页 |
| ·n-gram 语言模型 | 第36-37页 |
| ·基于语言模型的信息检索基本框架 | 第37-44页 |
| ·语言模型应用基理 | 第37-39页 |
| ·基于贝叶斯规则的基本框架Ⅰ | 第37-38页 |
| ·基于KL 距离的基本框架Ⅱ | 第38-39页 |
| ·Ponte 和Croft 的模型 | 第39-41页 |
| ·语言模型的平滑方法 | 第41-44页 |
| ·数据稀疏问题 | 第41-42页 |
| ·平滑的一般形式 | 第42-43页 |
| ·平滑与TF·IDF 加权机制之间的关系 | 第43页 |
| ·常用的平滑方法 | 第43-44页 |
| ·基于语言模型的主题信息检索扩展框架Ⅰ | 第44-49页 |
| ·查询项重要性权重的引入 | 第44-45页 |
| ·隐马尔科夫检索模型 | 第45-49页 |
| ·模型描述 | 第45-47页 |
| ·对扩展框架Ⅰ的改进 | 第47-49页 |
| ·基于语言模型的主题信息检索扩展框架Ⅱ | 第49-53页 |
| ·词项关联信息的引入 | 第49-50页 |
| ·基于贝叶斯推理网络的解释概率计算 | 第50-53页 |
| ·检索效果评测实验与分析 | 第53-61页 |
| ·检索评测数据及预处理 | 第53-54页 |
| ·检索评测实验一 | 第54-56页 |
| ·检索评测实验二 | 第56-58页 |
| ·检索评测实验三 | 第58-59页 |
| ·原型系统开发 | 第59-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69页 |