关于跨语言层次分类体系匹配算法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 缩略词表 | 第11-12页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.2.1 模式匹配 | 第13-14页 |
| 1.2.2 跨语言知识对齐 | 第14-15页 |
| 1.3 研究内容 | 第15页 |
| 1.4 本文结构安排 | 第15-17页 |
| 第二章 跨语言层次分类体系匹配问题定义与相关技术 | 第17-19页 |
| 2.1 层次分类体系概念与问题描述 | 第17页 |
| 2.1.1 层次分类体系的概念 | 第17页 |
| 2.1.2 跨语言层次分类体系匹配 | 第17页 |
| 2.2 关键问题 | 第17-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 基于分类结构的双语双词主题模型算法 | 第19-30页 |
| 3.1 引言 | 第19页 |
| 3.2 算法框架 | 第19-21页 |
| 3.3 预处理 | 第21-23页 |
| 3.3.1 文本上下文抽取 | 第21-22页 |
| 3.3.2 候选值筛选 | 第22-23页 |
| 3.4 CC-BiBTM模型介绍 | 第23-25页 |
| 3.5 关于分类的关系分布 | 第25-26页 |
| 3.6 相关技术 | 第26-29页 |
| 3.6.1 LDA与BTM模型 | 第26-27页 |
| 3.6.2 BiLDA与BiBTM模型 | 第27-29页 |
| 3.7 本章小结 | 第29-30页 |
| 第四章 基于分类结构的单语言双词主题模型算法 | 第30-37页 |
| 4.1 引言 | 第30页 |
| 4.2 算法框架 | 第30-31页 |
| 4.3 CC-BTM模型 | 第31-34页 |
| 4.3.1 CC-BTM模型描述 | 第31-33页 |
| 4.3.2 复杂度对比 | 第33-34页 |
| 4.4 向量空间映射 | 第34-36页 |
| 4.4.1 典型相关分析 | 第34页 |
| 4.4.2 向量空间映射方法 | 第34-36页 |
| 4.5 本章小结 | 第36-37页 |
| 第五章 实验设计与结果分析 | 第37-42页 |
| 5.1 实验环境 | 第37页 |
| 5.2 实验设计 | 第37-39页 |
| 5.2.1 实验数据 | 第37-38页 |
| 5.2.2 实验对比方法 | 第38页 |
| 5.2.3 实验评价方式 | 第38-39页 |
| 5.2.4 模型参数设置 | 第39页 |
| 5.3 实验结果与分析 | 第39-40页 |
| 5.4 本章小结 | 第40-42页 |
| 第六章 系统设计与实现 | 第42-46页 |
| 6.1 系统框架设计 | 第42-44页 |
| 6.1.1 数据层 | 第42-43页 |
| 6.1.2 业务层 | 第43页 |
| 6.1.3 交互层 | 第43-44页 |
| 6.2 系统功能实现 | 第44-45页 |
| 6.3 本章小结 | 第45-46页 |
| 第七章 总结与展望 | 第46-48页 |
| 7.1 工作总结 | 第46-47页 |
| 7.2 展望 | 第47-48页 |
| 附录A 附录 | 第48-52页 |
| A.1 CC-BiBTM模型参数推导 | 第48-50页 |
| A.2 CC-BTM模型参数推导 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读硕士学位期间科研成果 | 第56页 |
