用户短文本相关技术方法研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-21页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 国内外文本聚类研究现状 | 第14-15页 |
| 1.2.2 文本聚类研究重点 | 第15-18页 |
| 1.3 本文的主要工作 | 第18页 |
| 1.4 本文的组织结构安排 | 第18-21页 |
| 第2章 相关理论与技术 | 第21-31页 |
| 2.1 文本预处理 | 第21-22页 |
| 2.1.1 中文分词技术 | 第21-22页 |
| 2.1.2 停用词处理 | 第22页 |
| 2.2 中文文本表示模型 | 第22-26页 |
| 2.2.1 空间向量模型 | 第22-23页 |
| 2.2.2 潜在语义分析模型(LSA) | 第23-24页 |
| 2.2.3 概率潜在语义分析模型(PLSA) | 第24页 |
| 2.2.4 潜在狄利克雷模型(LDA) | 第24-25页 |
| 2.2.5 词的分布式表示 | 第25-26页 |
| 2.3 文本聚类算法 | 第26-29页 |
| 2.3.1 层次聚类算法 | 第26页 |
| 2.3.2 基于划分的聚类算法 | 第26-27页 |
| 2.3.3 基于概率的聚类算法 | 第27页 |
| 2.3.4 基于密度的聚类算法 | 第27页 |
| 2.3.5 文本相似度计算 | 第27-28页 |
| 2.3.6 聚类结果评估 | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第3章 用户短文本无关语自动识别方法 | 第31-39页 |
| 3.1 无关语的概念及特点分析 | 第31-32页 |
| 3.2 基于多特征的无关语自动识别方法 | 第32-36页 |
| 3.2.1 模型选择 | 第32-34页 |
| 3.2.2 语料预处理 | 第34页 |
| 3.2.3 扩展二阶隐马尔科夫模型参数训练 | 第34-35页 |
| 3.2.4 基于融合多特征的维特比算法的标记预测 | 第35-36页 |
| 3.3 实验结果与分析 | 第36-38页 |
| 3.3.1 实验语料与实验参数 | 第36-37页 |
| 3.3.2 实验结果对比分析 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第4章 基于词向量的短文本聚类方法 | 第39-55页 |
| 4.1 短文本聚类流程 | 第39-40页 |
| 4.2 短文本预处理 | 第40-41页 |
| 4.3 词向量的获取 | 第41-43页 |
| 4.4 基于词向量的短文本向量生成方法 | 第43-44页 |
| 4.5 基于词向量的短文本特征扩展 | 第44-46页 |
| 4.6 基于词向量的短文本聚类算法实现 | 第46-48页 |
| 4.6.1 离线聚类算法 | 第46-48页 |
| 4.6.2 在线聚类算法 | 第48页 |
| 4.7 实验结果与分析 | 第48-52页 |
| 4.7.1 词向量训练实验 | 第48-51页 |
| 4.7.2 咨询短文本聚类实验 | 第51-52页 |
| 4.8 本章小结 | 第52-55页 |
| 第5章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读学位期间发表的论文 | 第60-62页 |
| 致谢 | 第62页 |
