| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 主题模型 | 第11-12页 |
| 1.2.2 查询扩展 | 第12-13页 |
| 1.3 本文主要研究内容 | 第13页 |
| 1.4 本文的内容安排 | 第13-15页 |
| 第二章 相关技术与理论概述 | 第15-26页 |
| 2.1 信息检索技术 | 第15-19页 |
| 2.1.1 信息检索的概述 | 第15-16页 |
| 2.1.2 信息检索模型 | 第16-19页 |
| 2.2 主题模型介绍 | 第19-22页 |
| 2.2.1 隐性语义索引模型 | 第19-20页 |
| 2.2.2 概率隐性语义索引模型 | 第20-21页 |
| 2.2.3 LDA主题模型 | 第21-22页 |
| 2.2.4 Tag-LDA标签主题模型 | 第22页 |
| 2.3 最短路径算法简介 | 第22-23页 |
| 2.4 维基百科介绍 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于向量空间特征转换的文本检索 | 第26-40页 |
| 3.1 问题引出 | 第26-27页 |
| 3.2 Tag-LDA标签主题模型与语义指纹 | 第27-29页 |
| 3.2.1 Tag-LDA标签主题模型词语分布 | 第27页 |
| 3.2.2 语义指纹空间 | 第27-29页 |
| 3.3 基于向量空间的特征转换模型 | 第29-33页 |
| 3.3.1 基于向量空间的文本特征转换 | 第29-31页 |
| 3.3.2 相关定理及证明 | 第31-33页 |
| 3.4 改进的Tag-LDA主题模型 | 第33-35页 |
| 3.4.1 STag-LDA模型描述 | 第33-34页 |
| 3.4.2 基于Gibbs采样的参数估计 | 第34-35页 |
| 3.5 基于文本特征转换的检索方法 | 第35-37页 |
| 3.6 实验结果与分析 | 第37-39页 |
| 3.6.1 实验数据集及对比系统 | 第37页 |
| 3.6.2 STag-LDA主题模型的参数设置 | 第37页 |
| 3.6.3 检索结果 | 第37-39页 |
| 3.7 本章小结 | 第39-40页 |
| 第四章 基于初次检索结果查询扩展的文档重排 | 第40-50页 |
| 4.1 问题引出 | 第40-41页 |
| 4.2 基于维基百科的概念关系图 | 第41-44页 |
| 4.2.1 基于维基百科的概念关系图生成 | 第41-42页 |
| 4.2.2 基于概念关系图的相关度计算 | 第42-44页 |
| 4.3 面向查询主题表征的标签筛选 | 第44-45页 |
| 4.4 基于初次检索结果查询扩展的文档重排方法 | 第45-47页 |
| 4.4.1 基于初次检索结果查询扩展的文档重排过程 | 第45-46页 |
| 4.4.2 打分公式介绍 | 第46页 |
| 4.4.3 算法描述 | 第46-47页 |
| 4.5 实验与评测 | 第47-49页 |
| 4.6 本章小结 | 第49-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 进一步工作 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位阶段参与的科研项目 | 第56-57页 |
| 致谢 | 第57-58页 |