基于文档频率的分级主题模型

摘要	第1-5页
ABSTRACT	第5-8页
第1章 自然语言处理	第8-14页
·自然语言处理的发展现状	第8-11页
·论文的研究背景	第11-12页
·论文的研究内容	第12-13页
·论文的结构	第13-14页
第2章 统计语言模型	第14-23页
·文本处理	第14-21页
·文本的表示	第15-16页
·特征项的抽取	第16-17页
·训练方法与分类算法	第17-20页
·评估方法	第20-21页
·贝叶斯方法	第21-23页
第3章 基于词频的分级统计主题模型DF-LDA	第23-31页
·图模型	第23-27页
·无向图模型的表示	第24-25页
·有向图模型的表示	第25-27页
·LDA模型	第27-28页
·分级主题模型(DF-LDA)	第28-29页
·DF-LDA模型的生成过程	第29-31页
第4章 DF-LDA主题模型的求解	第31-34页
·Gibbs抽样方法	第31-32页
·DF-LDA模型的求解	第32-34页
第5章 实验与分析	第34-37页
·分级主题抽取实验	第34页
·生成概率比较实验	第34-37页
第6章 结论	第37-38页
参考文献	第38-42页
致谢	第42-43页
攻读硕士期间发表学术论文	第43页