| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国外词表达研究现状 | 第13-14页 |
| 1.2.2 国内词表达研究现状 | 第14-15页 |
| 1.3 本文主要工作 | 第15页 |
| 1.4 论文结构 | 第15-17页 |
| 第2章 相关技术 | 第17-24页 |
| 2.1 基于计数模型的Word Embedding方法 | 第17-19页 |
| 2.1.1 浅层语义分析模型 | 第18页 |
| 2.1.2 语义存储模型 | 第18-19页 |
| 2.2 基于预测模型的Word Embedding方法 | 第19-22页 |
| 2.2.1 基于前向神经网络的方法 | 第19-21页 |
| 2.2.2 基于递归神经网络的方法 | 第21页 |
| 2.2.3 基于浅层神经网络的方法 | 第21-22页 |
| 2.3 本章小结 | 第22-24页 |
| 第3章 基于计数模型的Word Embedding算法比较 | 第24-34页 |
| 3.1 单词与上下文共现矩阵 | 第24-25页 |
| 3.1.1 文档上下文 | 第24-25页 |
| 3.1.2 窗口上下文 | 第25页 |
| 3.2 权重计算 | 第25-26页 |
| 3.2.1 TF-IDF | 第25-26页 |
| 3.2.2 PMI | 第26页 |
| 3.3 相似度矩阵 | 第26-27页 |
| 3.3.1 余弦相似度 | 第26-27页 |
| 3.3.2 Hellinger距离 | 第27页 |
| 3.4 矩阵分解 | 第27-28页 |
| 3.5 实验与结果分析 | 第28-33页 |
| 3.5.1 实验数据及预处理 | 第28页 |
| 3.5.2 词语相似性任务 | 第28-29页 |
| 3.5.3 评价方法 | 第29页 |
| 3.5.4 实验结果 | 第29-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第4章 基于计数模型的Word Embedding系统设计与实现 | 第34-42页 |
| 4.1 系统开发环境 | 第34页 |
| 4.2 系统总体设计 | 第34-36页 |
| 4.2.1 上下文共现矩阵模块 | 第35页 |
| 4.2.2 相似度矩阵模块 | 第35-36页 |
| 4.3 系统运行结果及说明 | 第36-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 Word Embedding在主题扩展技术的应用 | 第42-50页 |
| 5.1 应用背景 | 第42-43页 |
| 5.2 基于Word Embedding的主题扩展技术 | 第43页 |
| 5.2.1 基于计数模型的主题扩展方法 | 第43页 |
| 5.2.2 基于预测模型的主题扩展方法 | 第43页 |
| 5.3 主题扩展结果与案例分析 | 第43-49页 |
| 5.3.1 实验设置 | 第43-44页 |
| 5.3.2 评价方法 | 第44-45页 |
| 5.3.3 扩展结果 | 第45-46页 |
| 5.3.4 案例分析 | 第46-49页 |
| 5.4 本章小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-57页 |
| 攻读硕士期间发表（含录用）的学术论文 | 第57页 |
