| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 关键词抽取的研究意义 | 第10页 |
| 1.2 关键词抽取的挑战性问题 | 第10-12页 |
| 1.3 本文工作及组织结构 | 第12-14页 |
| 第二章 相关理论 | 第14-31页 |
| 2.1 引言 | 第14页 |
| 2.2 主题模型 | 第14-22页 |
| 2.2.1 LSA | 第14-15页 |
| 2.2.2 PLSA | 第15-17页 |
| 2.2.3 LDA相关知识 | 第17-20页 |
| 2.2.4 LDA模型 | 第20-22页 |
| 2.3 基于GIBBS采样的LDA | 第22-29页 |
| 2.3.1 MCMC算法 | 第22-26页 |
| 2.3.2 Gibbs采样 | 第26-27页 |
| 2.3.3 基于Gibbs的LDA推导 | 第27-29页 |
| 2.4 PAGERANK算法 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第三章 基于文档扩充与隐性语义的关键词抽取 | 第31-47页 |
| 3.1 引言 | 第31页 |
| 3.2 关键词抽取的研究现状 | 第31-34页 |
| 3.2.1 基于词频的TF-IDF关键词抽取算法 | 第32页 |
| 3.2.2 基于图的TextRank算法 | 第32-33页 |
| 3.2.3 其它算法 | 第33页 |
| 3.2.4 现有研究的不足 | 第33-34页 |
| 3.3 文本扩充 | 第34-35页 |
| 3.4 基于文档扩充与主题模型相结合的关键词抽取算法 | 第35-39页 |
| 3.4.1 算法介绍 | 第36-37页 |
| 3.4.2 主题模型训练 | 第37-38页 |
| 3.4.3 构建单词图 | 第38页 |
| 3.4.4 偏好值设定 | 第38页 |
| 3.4.5 ETR关键词制取 | 第38-39页 |
| 3.5 实验设置 | 第39-41页 |
| 3.5.1 数据预处理 | 第40页 |
| 3.5.2 评价指标 | 第40-41页 |
| 3.6 实验结果与分析 | 第41-46页 |
| 3.6.1 参数对模型的影响 | 第41-46页 |
| 3.6.2 与其他方法的比较 | 第46页 |
| 3.7 本章小结 | 第46-47页 |
| 第四章 基于GIBBS采样的LDA加速算法 | 第47-59页 |
| 4.1 引言 | 第47页 |
| 4.2 主题模型的加速算法研究现状 | 第47-50页 |
| 4.2.1 DCM-LDA算法 | 第47-48页 |
| 4.2.2 AD-LDA算法 | 第48-49页 |
| 4.2.3 AS-LDA算法 | 第49-50页 |
| 4.3 基于环的分布式LDA加速算法 | 第50-54页 |
| 4.3.1 已有工作的不足 | 第51页 |
| 4.3.2 基于环的分布式LDA加速算法Circle-LDA | 第51-53页 |
| 4.3.3 算法对比 | 第53-54页 |
| 4.4 实验结果与分析 | 第54-58页 |
| 4.4.1 评价指标 | 第54-55页 |
| 4.4.2 实验设置 | 第55页 |
| 4.4.3 实验结果与分析 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第五章 总结与展望 | 第59-61页 |
| 5.1 本文工作总结 | 第59-60页 |
| 5.2 进一步工作 | 第60-61页 |
| 参考文献 | 第61-64页 |
| 致谢 | 第64-65页 |
| 附录 | 第65-66页 |