面向地标的多模态主题意见摘要挖掘研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 课题研究现状 | 第10-12页 |
| 1.2.1 文本挖掘研究现状 | 第10页 |
| 1.2.2 主题意见挖掘研究现状 | 第10-11页 |
| 1.2.3 多模态摘要研究现状 | 第11-12页 |
| 1.3 本文研究内容与组织结构 | 第12-15页 |
| 第二章 地标文本主题意见挖掘 | 第15-37页 |
| 2.1 文本挖掘概述 | 第15-18页 |
| 2.1.1 文本挖掘的一般过程 | 第15-16页 |
| 2.1.2 文本挖掘的主要方法 | 第16-18页 |
| 2.2 地标评论文本预处理 | 第18-20页 |
| 2.2.1 建立地标词典 | 第18-19页 |
| 2.2.2 特征选择 | 第19-20页 |
| 2.3 地标文本主题意见生成 | 第20-27页 |
| 2.3.1 主题意见挖掘概述 | 第20-21页 |
| 2.3.2 增量式学习算法 | 第21-22页 |
| 2.3.3 主题特征词提取 | 第22-26页 |
| 2.3.4 句子主题归类 | 第26-27页 |
| 2.4 三种文本聚类方法的实验比较 | 第27-36页 |
| 2.4.1 数据集 | 第27-28页 |
| 2.4.2 实验方法 | 第28-31页 |
| 2.4.3 实验结果及分析 | 第31-36页 |
| 2.5 本章小结 | 第36-37页 |
| 第三章 地标图像处理 | 第37-51页 |
| 3.1 图像特征提取 | 第37-40页 |
| 3.1.1 颜色矩特征 | 第37-38页 |
| 3.1.2 边缘直方图特征 | 第38页 |
| 3.1.3 LBP特征 | 第38-39页 |
| 3.1.4 基于小波变换的纹理特征 | 第39-40页 |
| 3.1.5 GIST特征 | 第40页 |
| 3.2 图像谱聚类算法 | 第40-43页 |
| 3.3 代表性图片选择AP算法 | 第43-44页 |
| 3.4 实验与讨论 | 第44-50页 |
| 3.4.1 数据集 | 第44-45页 |
| 3.4.2 实验结果与分析 | 第45-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 多模态主题意见摘要 | 第51-61页 |
| 4.1 多模态摘要概述 | 第51-52页 |
| 4.2 多模态摘要生成 | 第52-54页 |
| 4.2.1 多模态数据语义鸿沟问题 | 第52-53页 |
| 4.2.2 文本-图片主题关联 | 第53-54页 |
| 4.3 实验与讨论 | 第54-60页 |
| 4.3.1 数据集 | 第54-57页 |
| 4.3.2 实验结果与讨论 | 第57-60页 |
| 4.4 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 工作总结 | 第61-62页 |
| 5.2 未来展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-69页 |
| 攻读硕士学位期间研究成果 | 第69页 |
