基于专业个人微博的事件提取研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.3 论文主要研究内容 | 第15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 2 微博信息提取的相关技术 | 第17-27页 |
| 2.1 微博数据获取 | 第17-18页 |
| 2.2 微博预处理 | 第18-22页 |
| 2.2.1 选取微博 | 第18-19页 |
| 2.2.2 中文分词及词性标记 | 第19-20页 |
| 2.2.3 过滤停用词和表情词 | 第20-22页 |
| 2.3 微博建模 | 第22页 |
| 2.4 特征选择 | 第22-25页 |
| 2.4.1 文档频度 | 第22-23页 |
| 2.4.2 信息增益 | 第23页 |
| 2.4.3 互信息 | 第23-24页 |
| 2.4.4 CHI 统计 | 第24-25页 |
| 2.5 特征值权重计算 | 第25-26页 |
| 2.5.1 布尔权重 | 第25页 |
| 2.5.2 TFIDF 权重 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 3 相似度计算方法 | 第27-31页 |
| 3.1 基于 VSM 的相似度计算 | 第28页 |
| 3.2 基于语义理解的相似度计算 | 第28-29页 |
| 3.3 基于潜在语义分析的相似度计算 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 4 基于 LDA 的专业个人微博相似度计算 | 第31-40页 |
| 4.1 微博预处理 | 第31-32页 |
| 4.2 改进的 TF-IDF 特征词提取 | 第32-34页 |
| 4.3 主题分类 | 第34-37页 |
| 4.3.1 LDA 基本思想 | 第34-35页 |
| 4.3.2 Gibbs 抽样 | 第35-36页 |
| 4.3.3 标签 | 第36-37页 |
| 4.4 个人微博相似度计算 | 第37-38页 |
| 4.4.1 主题相似度 | 第37页 |
| 4.4.2 时间相似度 | 第37-38页 |
| 4.4.3 综合相似度 | 第38页 |
| 4.5 微博事件提取 | 第38-39页 |
| 4.6 本章小结 | 第39-40页 |
| 5 实验结果与分析 | 第40-44页 |
| 5.1 实验环境及平台搭建 | 第40页 |
| 5.2 微博数据收集 | 第40页 |
| 5.3 实验数据评价标准 | 第40-41页 |
| 5.4 微博归类实验结果及分析 | 第41-42页 |
| 5.5 本章小结 | 第42-44页 |
| 6 总结与展望 | 第44-46页 |
| 6.1 本文完成的工作 | 第44-45页 |
| 6.2 不足之处和工作展望 | 第45-46页 |
| 参考文献 | 第46-51页 |
| 在学研究成果 | 第51-52页 |
| 致谢 | 第52页 |
