基于SVM的突发事件新闻话题跟踪方法研究

中文摘要	第1-10页
ABSTRACT	第10-12页
第一章 引言	第12-18页
·课题研究背景	第12页
·话题跟踪研究目的和意义	第12-14页
·话题跟踪的国内外研究现状	第14-15页
·论文的主要工作和组织结构	第15-18页
·主要工作	第15页
·论文结构	第15-18页
第二章 话题检测跟踪技术	第18-22页
·话题检测跟踪概述	第18-19页
·TDT基本概念	第18-19页
·TDT任务划分	第19页
·话题跟踪与相关技术的异同	第19-20页
·突发事件新闻文本分析	第20-22页
第三章 基于SVM的话题跟踪技术	第22-30页
·话题跟踪的常用方法	第22-24页
·基于KNN的话题跟踪技术	第22-23页
·基于查询向量的跟踪技术	第23-24页
·基于SVM的话题跟踪技术	第24-30页
·特征选择和特征权重的计算	第24-25页
·IDF和阈值的动态改变	第25-26页
·多向量文本表示模型	第26页
·向量相似度计算	第26-28页
·基于SVM的话题跟踪技术	第28-30页
第四章 基于核心和新颖部分的方法	第30-36页
·话题跟踪中的话题漂移现象	第30页
·话题漂移系统的分析	第30-36页
·系统各模块的功能	第31-32页
·核心和新颖部分的引入	第32-34页
·模型系统的构建	第34-36页
第五章 实验与实验结果评价	第36-40页
·实验评估方法	第36页
·实验设计	第36-37页
·实验结果与分析	第37-40页
第六章 结束语	第40-42页
·本文工作总结	第40页
·今后研究工作方向	第40-42页
参考文献	第42-45页
致谢	第45-46页
发表文章目录	第46-47页
个人简况	第47-48页