融合文本内部特征与外部信息的主题模型研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 主题模型研究现状及发展趋势 | 第10-13页 |
| 1.3 本文主要工作 | 第13-14页 |
| 1.4 本文组织结构 | 第14-15页 |
| 第2章 主题建模技术综述 | 第15-24页 |
| 2.1 概率图模型概述 | 第15页 |
| 2.2 相关概率知识 | 第15-16页 |
| 2.2.1 指数分布族 | 第15-16页 |
| 2.2.2 贝叶斯推断与共轭先验 | 第16页 |
| 2.3 潜在语义分析 | 第16-17页 |
| 2.4 概率潜在语义分析 | 第17-18页 |
| 2.5 潜在狄利克雷分配 | 第18-19页 |
| 2.6 主题模型统计推断方法 | 第19-21页 |
| 2.7 主题模型评价指标 | 第21-23页 |
| 2.7.1 基于困惑度的评价方法 | 第21页 |
| 2.7.2 基于主题一致性的评价方法 | 第21-22页 |
| 2.7.3 其他评价指标 | 第22-23页 |
| 2.8 本章小结 | 第23-24页 |
| 第3章 面向词汇突发的连续时间主题模型 | 第24-34页 |
| 3.1 引言 | 第24页 |
| 3.2 相关工作 | 第24-25页 |
| 3.3 DCMCTM模型描述 | 第25-27页 |
| 3.4 DCMCTM模型推断 | 第27-30页 |
| 3.5 实验结果与分析 | 第30-33页 |
| 3.5.1 数据集及评估标准 | 第30页 |
| 3.5.2 困惑度分析 | 第30-31页 |
| 3.5.3 主题展示与演化分析 | 第31-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 融合词向量特征的双词主题模型 | 第34-44页 |
| 4.1 引言 | 第34页 |
| 4.2 相关工作 | 第34-36页 |
| 4.3 LF-BTM模型描述 | 第36-37页 |
| 4.4 LF-BTM模型推断 | 第37-39页 |
| 4.5 实验结果与分析 | 第39-43页 |
| 4.5.1 数据集及评估标准 | 第39-40页 |
| 4.5.2 不同维度词向量实验结果与分析 | 第40页 |
| 4.5.3 主题一致性评分实验结果与分析 | 第40-42页 |
| 4.5.4 主题展示与分析 | 第42-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第5章 总结与展望 | 第44-46页 |
| 5.1 本文工作总结 | 第44页 |
| 5.2 进一步的工作展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 硕士期间参与的科研项目与发表的学术论文 | 第49-50页 |
| 致谢 | 第50页 |
