| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 短文本主题模型研究现状 | 第11-14页 |
| 1.3 本文工作 | 第14-16页 |
| 1.3.1 研究内容与主要工作 | 第14页 |
| 1.3.2 组织安排 | 第14-16页 |
| 第2章 相关理论和技术介绍 | 第16-25页 |
| 2.1 词的表示 | 第16-18页 |
| 2.1.1 单向量（One-hot Representation） | 第16-17页 |
| 2.1.2 词向量（Word Embedding） | 第17-18页 |
| 2.2 Word2vec工作原理 | 第18-20页 |
| 2.2.1 CBOE模型 | 第18-19页 |
| 2.2.2 Skip-gram模型 | 第19-20页 |
| 2.3 基本的主题模型 | 第20-24页 |
| 2.3.1 DMM模型 | 第20-21页 |
| 2.3.2 LDA模型 | 第21-22页 |
| 2.3.3 BTM模型 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于词向量的短文本主题建模LWEM | 第25-33页 |
| 3.1 短文本主题建模问题 | 第25-27页 |
| 3.2 隐含词向量模型 | 第27-29页 |
| 3.3 LWEM模型推理 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 实验 | 第33-42页 |
| 4.1 实验设定 | 第33-35页 |
| 4.1.1 实验数据 | 第33-34页 |
| 4.1.2 模型和参数设置 | 第34-35页 |
| 4.2 主题一致性评价 | 第35-39页 |
| 4.3 分类性能实验 | 第39-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 总结与展望 | 第42-44页 |
| 5.1 总结 | 第42页 |
| 5.2 展望 | 第42-44页 |
| 参考文献 | 第44-49页 |
| 作者简介及在学期间所取得的科研成果 | 第49-50页 |
| 致谢 | 第50页 |