短文本主题挖掘算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第7-12页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文的研究内容及结构安排 | 第10-11页 |
| 1.4 本章小结 | 第11-12页 |
| 第2章 相关知识介绍 | 第12-22页 |
| 2.1 基础数学知识 | 第12-13页 |
| 2.1.1 多项分布 | 第12页 |
| 2.1.2 狄利克雷分布 | 第12-13页 |
| 2.2 概率图模型 | 第13-14页 |
| 2.3 Gibbs采样 | 第14-15页 |
| 2.4 主题模型概述 | 第15-17页 |
| 2.5 LDA模型 | 第17-19页 |
| 2.5.1 模型表示 | 第17-18页 |
| 2.5.2 参数估计 | 第18-19页 |
| 2.6 评价指标 | 第19-21页 |
| 2.7 本章小结 | 第21-22页 |
| 第3章 基于DMR的短文本主题挖掘方法 | 第22-37页 |
| 3.1 狄利克雷多项回归(DMR)模型 | 第22-23页 |
| 3.2 二元狄利克雷多项回归(DDMR)模型 | 第23-25页 |
| 3.2.1 符号与术语 | 第23页 |
| 3.2.2 DDMR模型 | 第23-25页 |
| 3.3 算法实现与参数估计 | 第25-27页 |
| 3.3.1 算法实现 | 第25页 |
| 3.3.2 参数估计 | 第25-27页 |
| 3.4 实验 | 第27-35页 |
| 3.4.1 实验数据集 | 第27-28页 |
| 3.4.2 实验设置 | 第28-29页 |
| 3.4.3 实验结果和分析 | 第29-35页 |
| 3.5 本章小结 | 第35-37页 |
| 第4章 基于DMA的短文本主题挖掘方法 | 第37-55页 |
| 4.1 DMA模型 | 第37-38页 |
| 4.2 DDMAfs模型 | 第38-41页 |
| 4.2.1 符号与术语 | 第38-39页 |
| 4.2.2 DDMAfs模型 | 第39-41页 |
| 4.3 算法实现 | 第41-43页 |
| 4.4 模拟数据集实验 | 第43-51页 |
| 4.4.1 模拟数据集的构造 | 第43-44页 |
| 4.4.2 实验结果与分析 | 第44-51页 |
| 4.5 真实数据集实验 | 第51-54页 |
| 4.5.1 真实数据集 | 第51页 |
| 4.5.2 实验结果与分析 | 第51-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62-63页 |
| 图版 | 第63-65页 |
| 表版 | 第65-66页 |
