面向文本聚类的语义加权研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-19页 |
| 1.1 引言 | 第12-13页 |
| 1.2 文本挖掘简介 | 第13-15页 |
| 1.3 文本聚类技术 | 第15页 |
| 1.4 文本聚类应用 | 第15-16页 |
| 1.5 文本聚类存在主要问题 | 第16-17页 |
| 1.6 本文的工作 | 第17-19页 |
| 第二章 文本表示模型和文本聚类算法 | 第19-39页 |
| 2.1. 文本的预处理 | 第19-21页 |
| 2.1.1. 中文文本特征项的表示 | 第19-20页 |
| 2.1.2. 分词 | 第20-21页 |
| 2.1.3. 停用词 | 第21页 |
| 2.2. 文本表示模型 | 第21-24页 |
| 2.2.1. 布尔模型 | 第21-22页 |
| 2.2.2. 向量空间模型 | 第22-23页 |
| 2.2.3 概率检索模型 | 第23页 |
| 2.2.4. 语言模型 | 第23-24页 |
| 2.3. 文本相似度衡量 | 第24-26页 |
| 2.3.1. 文档与文档之间的相似度度量 | 第24-25页 |
| 2.3.2. 文档集合与文档集合之间的相似度度量 | 第25-26页 |
| 2.3.3. 文档与文档集合之间的相似度度量 | 第26页 |
| 2.4. 文档信息特征集的缩减 | 第26-28页 |
| 2.4.1. 信息增益 | 第26-27页 |
| 2.4.2. 期望交叉熵 | 第27页 |
| 2.4.3. 互信息量 | 第27页 |
| 2.4.4. 文本证据权 | 第27-28页 |
| 2.4.5. 词频 | 第28页 |
| 2.5. 聚类算法 | 第28-36页 |
| 2.5.1. 划分方法 | 第28-31页 |
| 2.5.2. 层次方法 | 第31-34页 |
| 2.5.3. 基于密度的方法 | 第34-35页 |
| 2.5.4. 基于网格的方法 | 第35页 |
| 2.5.5. 基于模型的方法 | 第35-36页 |
| 2.6. 文本聚类效果评价指标 | 第36-38页 |
| 2.7. 本章小结 | 第38-39页 |
| 第三章 基于语义的特征向量加权方法 | 第39-55页 |
| 3.1. 基本向量空间模型的建立 | 第39-40页 |
| 3.2. 基于语义的加权方法 | 第40-44页 |
| 3.2.1. 基于单词词性的加权方法 | 第41-42页 |
| 3.2.2. 基于单词位置的加权方法 | 第42-43页 |
| 3.2.3. 基于单词长度的加权方法 | 第43页 |
| 3.2.4. 基于词语间的语义关系的加权方法 | 第43-44页 |
| 3.3. 基于词语相关度的加权方法 | 第44-47页 |
| 3.3.1. 词语间相关度 | 第44页 |
| 3.3.2. 词语相关度的计算 | 第44-46页 |
| 3.3.3. 词语相关度的加权方法 | 第46-47页 |
| 3.4. 基于词语相似度的加权方法 | 第47-53页 |
| 3.4.1. 词语同义词 | 第47-48页 |
| 3.4.2. 词语相似度 | 第48页 |
| 3.4.3. 《知网》的知识描述语言 | 第48-50页 |
| 3.4.4. 词语相似度的计算 | 第50-51页 |
| 3.4.5. 词语相似度的加权方法 | 第51-53页 |
| 3.5. 多重加权方法的叠加使用方法 | 第53-54页 |
| 3.6. 本章小结 | 第54-55页 |
| 第四章 实验研究分析 | 第55-74页 |
| 4.1. 实验环境介绍 | 第55-60页 |
| 4.1.1. 实验系统环境 | 第55-56页 |
| 4.1.2. 分词模块介绍 | 第56-58页 |
| 4.1.3. 语料库介绍 | 第58页 |
| 4.1.4. 词语相似度计算程序 | 第58-60页 |
| 4.2. 实验设计 | 第60-66页 |
| 4.2.1. 实验架构 | 第60页 |
| 4.2.2. 语料库处理模块 | 第60-61页 |
| 4.2.3. 分词模块 | 第61-62页 |
| 4.2.4. 特征向量缩减模块 | 第62页 |
| 4.2.5. 向量加权模块 | 第62-63页 |
| 4.2.6. 聚类算法模块 | 第63-64页 |
| 4.2.7. 评价输出模块 | 第64-66页 |
| 4.3. 实验结果及分析 | 第66-73页 |
| 4.3.1. 基本单词词性的加权方法 | 第66-67页 |
| 4.3.2. 基于单词位置的加权方法 | 第67-68页 |
| 4.3.3. 基于单词长度的加权方法 | 第68-69页 |
| 4.3.4. 基于词语相关度加权方法 | 第69-70页 |
| 4.3.5. 基于词语相似度的加权方法 | 第70-72页 |
| 4.3.6. 多重加权方法叠加使用 | 第72-73页 |
| 4.4. 本章小结 | 第73-74页 |
| 第五章 总结与展望 | 第74-76页 |
| 5.1. 总结 | 第74页 |
| 5.2. 展望 | 第74-76页 |
| 参考文献 | 第76-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间发表的学术论文 | 第79页 |
