基于标签词抽取的搜索结果聚类研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·文本挖掘定义 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·论文工作内容及组织结构 | 第11-13页 |
| 第二章 相关基础理论 | 第13-31页 |
| ·中文文档处理技术 | 第13-17页 |
| ·预处理的流程 | 第13-14页 |
| ·中文分词 | 第14-15页 |
| ·停用词处理 | 第15-17页 |
| ·背景噪声过滤 | 第17页 |
| ·支持向量回归理论 | 第17-21页 |
| ·SVR基本思想 | 第18页 |
| ·SVR简介 | 第18-21页 |
| ·文本表示模型 | 第21-23页 |
| ·向量空间模型 | 第21-22页 |
| ·语义空间模型 | 第22-23页 |
| ·文本相似度计算 | 第23-25页 |
| ·文档相似度 | 第23-24页 |
| ·文档相异度 | 第24页 |
| ·簇和簇之间的邻近性度量 | 第24-25页 |
| ·文本聚类概述 | 第25-29页 |
| ·文本聚类概述 | 第25-27页 |
| ·主要的聚类算法简介 | 第27-29页 |
| ·文本挖掘对聚类的要求 | 第29页 |
| ·本章小结 | 第29-31页 |
| 第三章 基于标签词的Web文档聚类 | 第31-41页 |
| ·语料预处理 | 第31-35页 |
| ·网页去噪 | 第31-33页 |
| ·分词 | 第33页 |
| ·求3元模型词 | 第33-34页 |
| ·停用词表 | 第34页 |
| ·对候选词的人工标注 | 第34-35页 |
| ·标签词抽取 | 第35-39页 |
| ·特征选取 | 第35-37页 |
| ·基于监督模型的打分方法 | 第37页 |
| ·标签词的后期处理 | 第37-39页 |
| ·基于标签词的层次聚类 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 系统的设计与实现 | 第41-46页 |
| ·系统的概述 | 第41页 |
| ·语料收集模块 | 第41-42页 |
| ·预处理模块 | 第42-44页 |
| ·模型训练和聚类模块 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第五章 实验结果与分析 | 第46-51页 |
| ·实验设计 | 第46页 |
| ·实验内容 | 第46页 |
| ·实验环境和数据集 | 第46页 |
| ·标签词抽取 | 第46-47页 |
| ·支持向量回归统计 | 第47-48页 |
| ·支持向量回归统计结果 | 第48页 |
| ·结果分析 | 第48页 |
| ·标签词的聚类 | 第48-50页 |
| ·标签词的聚类结果 | 第48-49页 |
| ·聚类结果分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-59页 |
| 作者攻读学位期间发表的学术论文目录 | 第59页 |
