| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 研究现状 | 第14-17页 |
| 1.2.1 微博搜索的国内外研究现状 | 第14-16页 |
| 1.2.2 微博话题检测的国内外研究现状 | 第16-17页 |
| 1.3 研究内容 | 第17-19页 |
| 1.3.1 国民安全相关的微博文本的深度特征的提取与表达 | 第17页 |
| 1.3.2 基于深度循环神经网络的国民安全微博搜索研究 | 第17-18页 |
| 1.3.3 基于深度卷积神经网络的国民安全微博话题检测研究 | 第18页 |
| 1.3.4 微博中国民安全相关的微博搜索和话题检测系统的实现 | 第18-19页 |
| 1.4 论文组织结构 | 第19-21页 |
| 第二章 相关技术 | 第21-29页 |
| 2.1 神经网络相关技术 | 第21-22页 |
| 2.2 微博搜索相关技术 | 第22-25页 |
| 2.2.1 开源搜索框架Lucene | 第22-23页 |
| 2.2.2 微博搜索排序 | 第23-25页 |
| 2.3 微博话题检测相关技术 | 第25-27页 |
| 2.3.1 基于LDA的话题检测 | 第25-26页 |
| 2.3.2 基于深度神经网络的微博话题检测 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第三章 国民安全相关的微博文本的深度特征的提取与表达 | 第29-39页 |
| 3.1 微博文本的词向量表示 | 第30页 |
| 3.1.1 微博文本的词向量 | 第30页 |
| 3.1.2 微博文本的词向量表示流程 | 第30页 |
| 3.2 基于循环神经网络的微博文本表示算法 | 第30-35页 |
| 3.2.1 微博文本获取和预处理 | 第30-31页 |
| 3.2.2 循环神经网络语言模型简介 | 第31-33页 |
| 3.2.3 长短程时序记忆(LSTM)网络 | 第33-34页 |
| 3.2.4 利用RNN获取微博文本深度语义表示 | 第34-35页 |
| 3.3 基于循环神经网络的微博文本特征提取的实验结果及分析 | 第35-38页 |
| 3.3.1 实验一:国民安全相关的微博文本文本特征提取实验 | 第35-37页 |
| 3.3.2 实验二:语义推理实验 | 第37-38页 |
| 3.4 本章小结 | 第38-39页 |
| 第四章 基于深度循环神经网络的国民安全微博搜索 | 第39-53页 |
| 4.1 基于词向量的搜索词拓展算法(WVEM)的提出 | 第40-41页 |
| 4.2 基于词向量的搜索词拓展算法(WVEM)的实现 | 第41-42页 |
| 4.2.1 微博词向量的训练 | 第41页 |
| 4.2.2 搜索拓展词的计算 | 第41-42页 |
| 4.3 微博搜索结果重排的方法(WRSM)的提出 | 第42-43页 |
| 4.4 微博搜索结果重排的方法(WRSM)的实现 | 第43-44页 |
| 4.4.1 微博热度计算的实现 | 第43页 |
| 4.4.2 微博排序计算的实现 | 第43-44页 |
| 4.5 基于深度循环神经网络的微博搜索算法(NBSM)的提出 | 第44-45页 |
| 4.6 基于深度循环神经网络的微博搜索的实验结果及分析 | 第45-51页 |
| 4.6.1 基于深度循环神经网络的国民安全微博搜索 | 第45-49页 |
| 4.6.2 TREC推特搜索实验 | 第49-51页 |
| 4.7 本章小结 | 第51-53页 |
| 第五章 基于深度卷积神经网络的国民安全微博话题检测 | 第53-63页 |
| 5.1 基于深度卷积神经网络的微博话题检测模型(DCNN)的提出 | 第53-55页 |
| 5.2 基于深度卷积神经网络的微博话题检测模型(DCNN)的建立 | 第55-57页 |
| 5.2.1 微博文本的向量化 | 第55页 |
| 5.2.2 深度卷积网络结构的确立 | 第55-57页 |
| 5.2.3 网络训练 | 第57页 |
| 5.3 基于深度卷积神经网络的微博话题检测的实验结果及分析 | 第57-61页 |
| 5.3.1 实验一: 推特情感分析实验 | 第58-59页 |
| 5.3.2 实验二: 基于深度卷积神经网络的微博话题检测实验 | 第59-61页 |
| 5.4 本章小结 | 第61-63页 |
| 第六章 微博中国民安全相关的微博搜索和话题检测系统的实现 | 第63-73页 |
| 6.1 系统的总体设计 | 第63-64页 |
| 6.2 系统设计过程与结果 | 第64-69页 |
| 6.2.1 系统设计过程 | 第64-65页 |
| 6.2.2 数据库设计 | 第65页 |
| 6.2.3 系统的实现结果 | 第65-69页 |
| 6.3 系统测试 | 第69-71页 |
| 6.3.1 测试环境 | 第69页 |
| 6.3.2 测试方法 | 第69-71页 |
| 6.4 本章小结 | 第71-73页 |
| 第七章 总结与展望 | 第73-75页 |
| 7.1 总结 | 第73-74页 |
| 7.2 展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 攻读学位期间研究成果 | 第81页 |
