| 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10-12页 |
| 1.2 国内外研究现状 | 第12页 |
| 1.3 本课题研究工作 | 第12-13页 |
| 1.4 论文结构说明 | 第13-15页 |
| 第二章 相关理论基础 | 第15-24页 |
| 2.1 文本预处理技术 | 第15-17页 |
| 2.1.1 中文分词 | 第15-16页 |
| 2.1.2 词向量 | 第16-17页 |
| 2.2 单分类算法 | 第17-18页 |
| 2.3 LDA及其他聚类算法 | 第18-21页 |
| 2.3.1 LDA聚类算法 | 第19-20页 |
| 2.3.2 其他聚类算法 | 第20-21页 |
| 2.4 多层感知机 | 第21-22页 |
| 2.5 TF-IDF | 第22-23页 |
| 2.6 哈夫曼树 | 第23-24页 |
| 第三章 数据预处理 | 第24-30页 |
| 3.1 数据分析 | 第24-26页 |
| 3.2 预处理流程 | 第26-27页 |
| 3.3 预处理系统设计与实现 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 多次分类的细粒度文本主题检测 | 第30-43页 |
| 4.1 系统设计思路 | 第30-31页 |
| 4.2 实现流程 | 第31-33页 |
| 4.3 新文本的特定主题判断 | 第33页 |
| 4.4 特定主题的子主题创建 | 第33-35页 |
| 4.5 属于特定主题的新文本的子主题判别 | 第35页 |
| 4.6 反馈调节 | 第35-36页 |
| 4.7 实验与分析 | 第36-41页 |
| 4.7.1 数据集 | 第36-37页 |
| 4.7.2 实验设置 | 第37-38页 |
| 4.7.3 实验结果与分析 | 第38-41页 |
| 4.7.4 关键问题 | 第41页 |
| 4.8 本章小结 | 第41-43页 |
| 第五章 多层分类的细粒度文本主题检测 | 第43-48页 |
| 5.1 Hierarchical softmax模型 | 第43-44页 |
| 5.2 基于层次softmax的多层次分类模型 | 第44-45页 |
| 5.3 网络结构 | 第45-46页 |
| 5.4 实验与分析 | 第46-47页 |
| 5.4.1 实验设置 | 第46-47页 |
| 5.4.2 实验结果与分析 | 第47页 |
| 5.5 本章小结 | 第47-48页 |
| 第六章 总结与展望 | 第48-52页 |
| 6.1 本文总结 | 第48-49页 |
| 6.2 未来展望 | 第49-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 攻读学位期间发表的学术论文目录 | 第56页 |