| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-18页 |
| 1.1 研究目的和意义 | 第11-12页 |
| 1.2 国内外现状分析 | 第12-15页 |
| 1.2.1 信息检索模型 | 第12-14页 |
| 1.2.2 特征选择与抽取技术 | 第14-15页 |
| 1.3 本文的主要研究内容 | 第15-16页 |
| 1.4 本文结构安排 | 第16-18页 |
| 第二章 相关理论与技术研究 | 第18-26页 |
| 2.1 语义挖掘模型 | 第18-21页 |
| 2.1.1 LDA模型 | 第18-19页 |
| 2.1.2 标签主题模型 | 第19-21页 |
| 2.2 云模型 | 第21-24页 |
| 2.2.1 云模型的定义 | 第21-22页 |
| 2.2.2 云的数字特征 | 第22-23页 |
| 2.2.3 正态云发生器 | 第23-24页 |
| 2.3 语义指纹空间 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于云模型的语义标签主题模型 | 第26-48页 |
| 3.1 引言 | 第26-28页 |
| 3.2 云空间转换模型 | 第28-37页 |
| 3.2.1 概念云生成算法 | 第28-29页 |
| 3.2.2 云空间转换模型 | 第29-34页 |
| 3.2.3 概念云之间一致性的评价指标 | 第34-36页 |
| 3.2.4 特征信息反馈算法 | 第36-37页 |
| 3.3 基于云模型的语义标签主题模型 | 第37-41页 |
| 3.3.1 基于云模型的语义标签主题模型的提出 | 第37-40页 |
| 3.3.2 CSTT模型的参数估计 | 第40-41页 |
| 3.4 实验 | 第41-47页 |
| 3.4.1 数据集和评测指标 | 第41-42页 |
| 3.4.2 CSTT模型的效果 | 第42-44页 |
| 3.4.3 检验概念云间的一致性 | 第44-45页 |
| 3.4.4 与其他模型的对比 | 第45-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第四章 基于语义关联的特征获取方法 | 第48-64页 |
| 4.1 引言 | 第48-49页 |
| 4.2 基于语义关联的特征获取方法 | 第49-58页 |
| 4.2.1 词语的比较概率获取 | 第49-53页 |
| 4.2.2 基于比较概率的优属度确定方法 | 第53-56页 |
| 4.2.3 基于语义关联的特征获取方法 | 第56-58页 |
| 4.3 标签主题模型中标签获取算法 | 第58-59页 |
| 4.4 实验 | 第59-63页 |
| 4.4.1 参数分析与设定 | 第59-61页 |
| 4.4.2 文本检索实验结果分析 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第五章 结论与展望 | 第64-66页 |
| 5.1 结论 | 第64-65页 |
| 5.2 展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间公开发表的学术论文与参加的科研项目 | 第70-71页 |
| 致谢 | 第71页 |