首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

基于用户评论的自动化音乐分类方法

摘要第5-6页
Abstract第6-7页
第1章 绪论第13-21页
    1.1 研究背景及意义第13-14页
    1.2 国内外研究现状第14-18页
        1.2.1 音乐分类第15-16页
        1.2.2 中文分词第16-17页
        1.2.3 关键词提取第17-18页
    1.3 本文研究内容第18-19页
    1.4 本文组织结构第19-21页
第2章 技术介绍第21-37页
    2.1 中文分词第21-33页
        2.1.1 MMSEG第21-23页
        2.1.2 N-gram第23页
        2.1.3 隐马尔可夫模型第23-27页
        2.1.4 条件随机场第27-32页
        2.1.5 社交网络分词第32-33页
    2.2 关键词提取第33-34页
        2.2.1 TFIDF第33-34页
        2.2.2 TextRank第34页
    2.3 聚类第34-36页
        2.3.1 K均值第35页
        2.3.2 层次聚类第35页
        2.3.3 谱聚类第35-36页
    2.4 本章小结第36-37页
第3章 音乐分类算法第37-51页
    3.1 标签提取方案第37-39页
    3.2 音乐分类算法第39-48页
        3.2.1 数据爬取第40-41页
        3.2.2 预处理第41页
        3.2.3 音乐字典获取第41-43页
        3.2.4 分词第43页
        3.2.5 分合测试第43-46页
        3.2.6 标签提取第46-47页
        3.2.7 标签过滤第47页
        3.2.8 音乐分类第47-48页
    3.3 标签聚类第48-49页
    3.4 本章小结第49-51页
第4章 算法的实现与优化第51-59页
    4.1 字典获取第51-52页
    4.2 中文分词第52-55页
        4.2.1 CRF模型的实现第52-53页
        4.2.2 MMSEG模型的实现第53-55页
    4.3 分合测试的实现与优化第55-56页
    4.4 标签提取的实现与优化第56-58页
        4.4.1 TFIDF实现与优化第56-57页
        4.4.2 TextRank实现第57-58页
    4.5 本章小结第58-59页
第5章 实验和分析第59-65页
    5.1 分词模型实验第59-60页
    5.2 标签提取算法实验第60-62页
    5.3 音乐分类验证第62-64页
    5.4 系统展示第64-65页
第6章 总结和展望第65-67页
    6.1 本文总结第65页
    6.2 未来工作展望第65-67页
参考文献第67-71页
致谢第71-73页
在读期间发表的学术论文与取得的研究成果第73页

论文共73页,点击 下载论文
上一篇:基于微博的用户职业抽取研究
下一篇:基于字词对齐的中文字词向量表示方法