面向新闻报道的话题检测技术研究
摘要 | 第1-6页 |
Abstract | 第6-9页 |
第1章 绪论 | 第9-12页 |
·本文的研究背景和意义 | 第9-10页 |
·本文的主要研究内容 | 第10-11页 |
·本文的组织结构 | 第11-12页 |
第2章 话题检测任务的相关技术研究 | 第12-24页 |
·TDT技术的发展历程 | 第12-13页 |
·相关基本概念与任务 | 第13-16页 |
·话题检测的相关研究 | 第16-18页 |
·基于层次聚类算法的话题检测算法 | 第17页 |
·基本的在线增量式话题检测算法 | 第17-18页 |
·基于双阈值的话题检测算法 | 第18页 |
·话题跟踪的相关研究 | 第18-20页 |
·基于查询的话题跟踪算法 | 第18-19页 |
·基于分类算法的话题跟踪算法 | 第19-20页 |
·测试语料与评测方法 | 第20-23页 |
·话题检测与跟踪的评测语料 | 第20-21页 |
·话题检测与跟踪的评测方法 | 第21-23页 |
·本章小结 | 第23-24页 |
第3章 话题检测任务的预处理技术 | 第24-43页 |
·文本标记预处理 | 第24-25页 |
·报道和话题的表示模型 | 第25-31页 |
·向量空间模型 | 第25-27页 |
·系统相似模型 | 第27-31页 |
·词变体与缩略词识别 | 第31-41页 |
·词变体与缩略词在话题检测中的作用 | 第31-32页 |
·基于形态学的候选词识别方法 | 第32-38页 |
·基于系统相似模型的语义相似度计算 | 第38-41页 |
·实验与分析 | 第41-42页 |
·本章小结 | 第42-43页 |
第4章 基于语义划分的话题检测方法 | 第43-53页 |
·语义划分在话题检测中的作用 | 第43-46页 |
·基本概念 | 第44页 |
·基于语义划分的话题模型 | 第44-45页 |
·基于语义划分的话题检测方法 | 第45-46页 |
·时间信息在话题检测中的应用 | 第46-48页 |
·时间信息的相关研究 | 第46-47页 |
·基于话题持续时间的动态阈值计算 | 第47-48页 |
·比值法 | 第48页 |
·实验与结果分析 | 第48-52页 |
·本章小结 | 第52-53页 |
结论 | 第53-54页 |
参考文献 | 第54-59页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第59-60页 |
致谢 | 第60-61页 |
个人简历 | 第61-62页 |
附录 | 第62-64页 |