基于层次聚类的新闻话题发现技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文的主要工作和章节安排 | 第12-13页 |
| 第2章 话题发现的相关技术 | 第13-28页 |
| 2.1 主题模型 | 第13-19页 |
| 2.1.1 LDA简介 | 第13页 |
| 2.1.2 LDA模拟文本集的生成过程 | 第13-14页 |
| 2.1.3 LDA的吉布斯采样过程 | 第14-15页 |
| 2.1.4 基于LDA的扩展模型 | 第15-19页 |
| 2.2 话题的关联计算方法 | 第19-22页 |
| 2.2.1 相对熵 | 第19页 |
| 2.2.2 基于种子文档的关联法 | 第19-20页 |
| 2.2.3 基于随机游走的关联法 | 第20-21页 |
| 2.2.4 基于特征词演变特点的方法 | 第21-22页 |
| 2.3 聚类算法 | 第22-27页 |
| 2.3.1 贝叶斯层次聚类 | 第22-24页 |
| 2.3.2 贝叶斯玫瑰树 | 第24-25页 |
| 2.3.3 NetClus算法 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 基于层次聚类的话题发现 | 第28-37页 |
| 3.1 话题发现流程设计 | 第28-33页 |
| 3.1.1 基本流程 | 第28-29页 |
| 3.1.2 新闻文本的预处理 | 第29-30页 |
| 3.1.3 新闻话题的抽取 | 第30-32页 |
| 3.1.4 话题在新词表上的平滑 | 第32-33页 |
| 3.2 基于层次聚类的话题层次关系提取 | 第33-36页 |
| 3.2.1 改进的BRT算法 | 第33-35页 |
| 3.2.2 提取主题的层次关系 | 第35-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第4章 实验设计 | 第37-50页 |
| 4.1 实验语料 | 第37-38页 |
| 4.2 评测方法 | 第38-40页 |
| 4.2.1 困惑度 | 第38页 |
| 4.2.2 相对评价法 | 第38-39页 |
| 4.2.3 NMI与CNE | 第39-40页 |
| 4.3 实验结果与分析 | 第40-49页 |
| 4.3.1 改进的BRT算法对比 | 第40-43页 |
| 4.3.2 LDA模型主题数的选择 | 第43-45页 |
| 4.3.3 话题间的层次结构 | 第45-47页 |
| 4.3.4 话题关联结果 | 第47-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 本文工作总结 | 第50页 |
| 5.2 进一步工作展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 在校期间发表的论文、科研成果等 | 第55-56页 |
| 致谢 | 第56页 |
