| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第10-13页 |
| 1.1 研究工作的背景与意义 | 第10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 论文主要研究内容和结构安排 | 第11-12页 |
| 1.3.1 本文的研究内容 | 第11-12页 |
| 1.3.2 论文的结构安排 | 第12页 |
| 1.4 本章小结 | 第12-13页 |
| 第二章 中文文本预处理与聚类方法 | 第13-27页 |
| 2.1 文本预处理 | 第13-15页 |
| 2.1.1 中文文本分词 | 第13-15页 |
| 2.1.2 中文文本中停用词过滤 | 第15页 |
| 2.2 文本聚类方法 | 第15-26页 |
| 2.2.1 文本表示方法 | 第16-17页 |
| 2.2.2 文本特征表示方式 | 第17-19页 |
| 2.2.3 聚类算法的要求 | 第19-20页 |
| 2.2.4 文本聚类算法分类 | 第20-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第三章 中文文本语义相似度描述 | 第27-40页 |
| 3.1 中文文本语义的相似度 | 第27-36页 |
| 3.1.1 基于字符的相似度 | 第28-30页 |
| 3.1.2 基于语料的相似度 | 第30-36页 |
| 3.2 基于word2vec改进的中文文本语义相似度 | 第36-38页 |
| 3.3 本章小结 | 第38-40页 |
| 第四章 基于K-means的中文文本聚类算法改进 | 第40-47页 |
| 4.1 K-means聚类算法 | 第40-41页 |
| 4.2 改进的K-means聚类算法 | 第41-46页 |
| 4.2.1 方法原理 | 第41-43页 |
| 4.2.2 改进的K-means方法流程 | 第43-44页 |
| 4.2.3 改进的K-means方法步骤 | 第44-46页 |
| 4.3 本章结论 | 第46-47页 |
| 第五章 中文文本聚类仿真实验与结论 | 第47-54页 |
| 5.1 中文文本聚类实验语料选择 | 第47页 |
| 5.2 聚类结果评价标准 | 第47-48页 |
| 5.3 中文文本聚类算法设计 | 第48-49页 |
| 5.4 中文文本聚类预处理 | 第49页 |
| 5.5 文本相似度实验 | 第49-51页 |
| 5.6 改进K-means的文本聚类算法实验 | 第51-53页 |
| 5.7 本章小结 | 第53-54页 |
| 第六章 总结和展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士期间研究成果 | 第62页 |