| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 目录 | 第7-9页 |
| 1.绪论 | 第9-17页 |
| ·论文研究的背景 | 第9-10页 |
| ·国内外研究现状 | 第10-15页 |
| ·文本信息处理研究 | 第10-12页 |
| ·潜在语义分析研究 | 第12-15页 |
| ·研究内容及主要结构 | 第15-17页 |
| ·论文的主要研究内容 | 第15页 |
| ·拟解决的主要问题 | 第15页 |
| ·论文结构 | 第15-16页 |
| ·本文的主要工作 | 第16-17页 |
| 2.潜在语义分析基础理论与研究方法 | 第17-21页 |
| ·向量空间模型(VSM)概述 | 第17页 |
| ·潜在语义分析研究背景 | 第17-18页 |
| ·潜在语义分析定义 | 第18-19页 |
| ·潜在语义分析的处理过程 | 第19-20页 |
| ·潜在语义分析的普适性和局限性 | 第20-21页 |
| 3.基于奇异值分解(SVD)的潜在语义分析研究 | 第21-29页 |
| ·SVD基本介绍 | 第21-22页 |
| ·SVD应用于潜在语义分析中的合理性分析 | 第22-23页 |
| ·SVD与PCA的关系 | 第23-27页 |
| ·基于SVD的相似关系计算 | 第27-29页 |
| 4.基于半离散分解(SDD)的潜在语义分析研究 | 第29-34页 |
| ·SDD基本介绍 | 第29-30页 |
| ·SDD分解的数学原理 | 第30-32页 |
| ·SDD分解应用于LSA的合理性 | 第32-33页 |
| ·基于SDD的相似度计算 | 第33-34页 |
| 5.基于潜在语义分析的文本聚类应用研究 | 第34-58页 |
| ·实验语料的获取 | 第34-35页 |
| ·实验过程 | 第35-42页 |
| ·实验文本分词 | 第35-36页 |
| ·建立原始的词语文档矩阵 | 第36-37页 |
| ·原始词语文档矩阵的奇异值分解(SVD) | 第37-38页 |
| ·原始词语文档矩阵的半离散分解(SDD) | 第38-41页 |
| ·文本聚类过程 | 第41-42页 |
| ·试验结果分析 | 第42-58页 |
| ·文本聚类的评价标准 | 第42-43页 |
| ·基于SVD形成的潜在语义空间上的文本聚类效果评价 | 第43-45页 |
| ·基于SDD形成的潜在语义空间上的文本聚类效果评价 | 第45-46页 |
| ·潜在语义空间上的文本聚类与传统文本聚类效果比较评价 | 第46-50页 |
| ·基于相同语义空间上的不同聚类类目的效果评估 | 第50-52页 |
| ·潜在语义空间上基于k和c交叉影响的文本聚类效果比较评价 | 第52-58页 |
| 结论与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 附录1 | 第65-67页 |
| 基于非负矩阵分解NMF的LSA | 第65-67页 |
| 非负矩阵分解基本思想 | 第65-66页 |
| 非负矩阵分解算法 | 第66页 |
| NMF与PCA的关系 | 第66-67页 |
