大规模主题建模方法研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第10-19页 |
| 1.1 研究背景与意义 | 第10-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.3 目前存在的主要问题 | 第15-16页 |
| 1.4 本文研究的主要内容 | 第16-17页 |
| 1.4.1 高效并行LDA的研究 | 第16-17页 |
| 1.4.2 搜索引擎LDA应用研究 | 第17页 |
| 1.5 本文的组织结构 | 第17-19页 |
| 第二章 主题模型及并行架构介绍 | 第19-29页 |
| 2.1 潜在狄利克雷分配 | 第19-23页 |
| 2.1.1 模型构建 | 第19-21页 |
| 2.1.2 近似推理参数估计方法 | 第21-23页 |
| 2.2 并行架构 | 第23-28页 |
| 2.2.1 多线程与多进程 | 第24-25页 |
| 2.2.2 并行算法运行模式 | 第25页 |
| 2.2.3 消息传递机制MPI | 第25-27页 |
| 2.2.4 阿姆达尔定律 | 第27-28页 |
| 2.3 本章小结 | 第28-29页 |
| 第三章 并行在线LDA算法 | 第29-43页 |
| 3.1 近似分布LDA | 第29-30页 |
| 3.2 并行LDA优化 | 第30-35页 |
| 3.2.1 高效通信策略 | 第30-33页 |
| 3.2.2 在线学习 | 第33-35页 |
| 3.3 实验结果与分析 | 第35-42页 |
| 3.3.1 幂定律验证 | 第36-37页 |
| 3.3.2 参数调优 | 第37-38页 |
| 3.3.3 对比实验 | 第38-41页 |
| 3.3.4 复杂度分析 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第四章 搜索引擎应用 | 第43-52页 |
| 4.1 搜索引擎核心技术 | 第43-44页 |
| 4.2 信息检索 | 第44-45页 |
| 4.2.1 相似度 | 第44-45页 |
| 4.2.2 评价标准 | 第45页 |
| 4.3 LDA语义理解 | 第45-46页 |
| 4.3.1 向量空间模型 | 第45-46页 |
| 4.3.2 LDA语义模型 | 第46页 |
| 4.4 实验结果与应用展望 | 第46-51页 |
| 4.4.1 相似度评测 | 第48-50页 |
| 4.4.2 Peacock工业应用 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| 5.1 论文工作总结 | 第52页 |
| 5.2 未来工作展望 | 第52-54页 |
| 参考文献 | 第54-60页 |
| 发表文章目录及参加科研项目 | 第60-61页 |
| 致谢 | 第61-62页 |
