基于社区问答系统的中文短文本标签生成研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第一章 绪论 | 第13-24页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 研究现状 | 第14-18页 |
| 1.2.1 主题模型 | 第14-15页 |
| 1.2.2 短文本研究 | 第15-16页 |
| 1.2.3 社区问答系统 | 第16-17页 |
| 1.2.4 标签生成 | 第17-18页 |
| 1.3 本文研究的主要内容和方法 | 第18-23页 |
| 1.3.1 本文主要研究内容 | 第18-20页 |
| 1.3.2 标签生成方法的相关研究 | 第20-23页 |
| 1.4 本文的组织结构 | 第23-24页 |
| 第二章 标签生成相关介绍 | 第24-37页 |
| 2.1 语料库构建 | 第24-25页 |
| 2.1.1 爬虫 | 第24页 |
| 2.1.2 网页解析 | 第24-25页 |
| 2.2 预处理 | 第25-26页 |
| 2.2.1 分词 | 第25页 |
| 2.2.2 去停用词 | 第25-26页 |
| 2.2.3 词性标注 | 第26页 |
| 2.3 特征选择与降维 | 第26-30页 |
| 2.3.1 特征选择 | 第26-28页 |
| 2.3.2 特征降维 | 第28-30页 |
| 2.4 文档表示模型 | 第30-31页 |
| 2.5 距离度量和相似度度量 | 第31-35页 |
| 2.5.1 距离度量 | 第32-33页 |
| 2.5.2 相似度度量 | 第33-35页 |
| 2.6 效果评价模型 | 第35-36页 |
| 2.6.1 效果评价指标 | 第35页 |
| 2.6.2 效果验证方法 | 第35-36页 |
| 2.7 本章小结 | 第36-37页 |
| 第三章 利用外部知识库构建图模型的标签生成 | 第37-47页 |
| 3.1 方法介绍 | 第37-39页 |
| 3.2 算法原理 | 第39-42页 |
| 3.2.1 PageRank算法 | 第39页 |
| 3.2.2 传统TextRank算法 | 第39-40页 |
| 3.2.3 基于维基百科的TextRank算法 | 第40-42页 |
| 3.3 实验与分析 | 第42-46页 |
| 3.3.1 语料集 | 第42页 |
| 3.3.2 针对维基百科的预处理 | 第42-43页 |
| 3.3.3 对照实验以及结果 | 第43-46页 |
| 3.3.4 结果分析 | 第46页 |
| 3.4 本章小结 | 第46-47页 |
| 第四章 采用文本聚集和词组发现的标签生成 | 第47-58页 |
| 4.1 方法介绍 | 第47-48页 |
| 4.2 算法原理 | 第48-51页 |
| 4.2.1 标签规则挖掘 | 第48-49页 |
| 4.2.2 点互信息 | 第49-50页 |
| 4.2.3 左右信息熵 | 第50-51页 |
| 4.2.4 排序模型 | 第51页 |
| 4.3 实验与分析 | 第51-57页 |
| 4.3.1 语料库 | 第51-52页 |
| 4.3.2 预处理 | 第52-53页 |
| 4.3.3 标签候选集构建 | 第53-54页 |
| 4.3.4 对照实验以及结果 | 第54-56页 |
| 4.3.5 结果分析 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 基于相似度推荐的标签生成 | 第58-67页 |
| 5.1 方法介绍 | 第58-60页 |
| 5.2 算法原理 | 第60-63页 |
| 5.2.1 TFIDF算法 | 第60页 |
| 5.2.2 隐含狄利克雷分布 | 第60-62页 |
| 5.2.3 Top-m相似文档排序算法 | 第62页 |
| 5.2.4 Top-n标签排序算法 | 第62-63页 |
| 5.3 实验与分析 | 第63-66页 |
| 5.3.1 语料集 | 第63页 |
| 5.3.2 对照实验以及结果 | 第63-65页 |
| 5.3.3 结果分析 | 第65-66页 |
| 5.4 本章小结 | 第66-67页 |
| 第六章 总结与展望 | 第67-69页 |
| 6.1 本文总结 | 第67-68页 |
| 6.2 工作展望 | 第68-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-74页 |
