| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景 | 第8-9页 |
| 1.1.1 话题检测技术的缘起 | 第8页 |
| 1.1.2 跨语言话题检测技术 | 第8-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.2.1 单语言话题检测研究现状 | 第9-11页 |
| 1.2.2 跨语言话题检测研究现状 | 第11-12页 |
| 1.3 本文主要创新工作 | 第12-14页 |
| 1.4 本文结构 | 第14-15页 |
| 第二章 相关研究及理论介绍 | 第15-26页 |
| 2.1 单语言文本相似度算法 | 第15-18页 |
| 2.1.1 文本相似度的定义 | 第15页 |
| 2.1.2 常见文本相似度算法 | 第15-18页 |
| 2.2 跨语言文本相似度算法 | 第18-19页 |
| 2.3 WordNet简介 | 第19-20页 |
| 2.4 主题模型 | 第20-24页 |
| 2.4.1 PLSA模型 | 第20-21页 |
| 2.4.2 LDA模型 | 第21-24页 |
| 2.5 话题检测中的几个基本概念 | 第24-26页 |
| 2.5.1 事件 | 第24页 |
| 2.5.2 话题 | 第24页 |
| 2.5.3 新闻报道 | 第24页 |
| 2.5.4 新闻报道-话题-事件的关系 | 第24-26页 |
| 第三章 中泰文跨语言文本相似度计算方法研究 | 第26-37页 |
| 3.1 引言 | 第26页 |
| 3.2 文本预处理 | 第26-28页 |
| 3.3 文本特征选择 | 第28-29页 |
| 3.4 中泰语言空间的转换 | 第29-30页 |
| 3.5 语义消歧 | 第30-32页 |
| 3.6 中泰文本相似度计算 | 第32-37页 |
| 3.6.1 基于信息内容相似度算法 | 第32-34页 |
| 3.6.2 改进IC模型 | 第34页 |
| 3.6.3 算法设计 | 第34-37页 |
| 第四章 中泰跨语言话题检测方法研究 | 第37-53页 |
| 4.1 跨语言话题检测任务 | 第37-38页 |
| 4.2 中泰文跨语言话题检测总体结构 | 第38-39页 |
| 4.3 中泰新闻文本的爬取 | 第39-40页 |
| 4.4 中泰文相似文本对构建 | 第40-42页 |
| 4.5 中泰跨语言联合LDA模型的构建 | 第42-43页 |
| 4.6 LDA模型Gibbs Sampling求解法 | 第43-45页 |
| 4.7 基于互信息的中泰话题对齐算法 | 第45-48页 |
| 4.7.1 互信息的定义 | 第45页 |
| 4.7.2 中泰话题对齐 | 第45-48页 |
| 4.8 中泰跨语言话题检测任务实现 | 第48-53页 |
| 4.8.1 跨语言话题聚类 | 第50-51页 |
| 4.8.2 跨语言新话题检测 | 第51-53页 |
| 第五章 实验结果及分析 | 第53-61页 |
| 5.1 中泰文跨语言文本相似度计算实验及分析 | 第53-55页 |
| 5.1.1 语义消歧实验 | 第53-54页 |
| 5.1.2 中泰文跨语言文本相似度计算实验 | 第54-55页 |
| 5.2 中泰跨语言话题检测实验设计及分析 | 第55-60页 |
| 5.2.1 封闭新闻文本集实验 | 第56-58页 |
| 5.2.2 开放新闻文本集实验 | 第58-59页 |
| 5.2.3 中泰跨语言新话题检测实验 | 第59-60页 |
| 5.3 小结 | 第60-61页 |
| 第六章 结论 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读硕士学位期间的学术成果 | 第68-70页 |