基于语义和引用加权的文献主题提取研究
| 致谢 | 第4-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 研究内容及创新性 | 第11-12页 |
| 1.2.1 研究内容 | 第11-12页 |
| 1.2.2 研究创新性 | 第12页 |
| 1.3 本文组织结构 | 第12-14页 |
| 2 国内外研究综述 | 第14-26页 |
| 2.1 国内外著作、文献检索情况 | 第14-15页 |
| 2.2 国内外研究现状 | 第15-24页 |
| 2.2.1 基于加权算法的主题提取 | 第15-18页 |
| 2.2.2 基于本体或知识库的主题提取 | 第18-21页 |
| 2.2.3 基于主题概率模型的主题提取 | 第21-24页 |
| 2.3 本章小结 | 第24-26页 |
| 3 基于语义的主题提取技术 | 第26-35页 |
| 3.1 隐性语义索引 | 第27页 |
| 3.2 概率隐性语义索引 | 第27-28页 |
| 3.3 LDA模型 | 第28-32页 |
| 3.4 Labeled-LDA模型 | 第32-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 基于语义和引用加权的主题提取模型 | 第35-46页 |
| 4.1 基于引用加权的主题提取流程 | 第35-36页 |
| 4.2 词频/逆文档频率(TF-IDF) | 第36-37页 |
| 4.3 基于引用内容的引文网络 | 第37-41页 |
| 4.3.1 文献之间的联系程度 | 第38-39页 |
| 4.3.2 基于全文数据的引文分析 | 第39-41页 |
| 4.4 基于引文的概率主题模型 | 第41-42页 |
| 4.5 聚类及主题提取 | 第42-45页 |
| 4.5.1 K-means聚类算法 | 第42-44页 |
| 4.5.2 主题提取 | 第44-45页 |
| 4.6 本章小结 | 第45-46页 |
| 5 实验与分析 | 第46-56页 |
| 5.1 数据来源 | 第46页 |
| 5.2 数据获取 | 第46-50页 |
| 5.2.1 标签(Label)的获取 | 第47-49页 |
| 5.2.2 引用内容的获取 | 第49-50页 |
| 5.3 基于Labeled-LDA模型的数据 | 第50-52页 |
| 5.3.1 基于引文的概率模型数据 | 第51-52页 |
| 5.4 聚类结果 | 第52页 |
| 5.5 主题提取 | 第52-54页 |
| 5.6 分析 | 第54-55页 |
| 5.7 本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| 6.1 总结与讨论 | 第56-57页 |
| 6.2 不足 | 第57页 |
| 6.3 展望 | 第57-58页 |
| 参考文献 | 第58-64页 |
| 附录 | 第64-69页 |
| 附录1 72663条引用内容的主题概率分布 | 第64-67页 |
| 附录2 1791篇文档的主题概率分布 | 第67-69页 |
