基于BTM的短文本聚类
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第一章 绪论 | 第9-15页 |
| ·短文本聚类的意义和作用 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·短文本聚类研究现状 | 第10-12页 |
| ·短文本研究难度及解决方法 | 第12页 |
| ·本文的主要工作 | 第12-13页 |
| ·本文的组织结构 | 第13-15页 |
| 第二章 相关理论及技术 | 第15-28页 |
| ·文本的预处理 | 第15-16页 |
| ·分词技术 | 第15-16页 |
| ·去停用词 | 第16页 |
| ·文本聚类 | 第16-22页 |
| ·文本聚类概述 | 第16-18页 |
| ·文档的相似度计算 | 第18-19页 |
| ·对聚类结果的评价 | 第19-21页 |
| ·聚簇结果描述简介 | 第21-22页 |
| ·文档模型的表示 | 第22-27页 |
| ·向量空间模型(VSM) | 第22-23页 |
| ·一元混合模型 | 第23-24页 |
| ·隐性语义索引(LSI) | 第24-25页 |
| ·概率隐性语义索引(PLSI) | 第25页 |
| ·隐含迪里克雷分布(LDA) | 第25-27页 |
| ·词对主题模型(BTM) | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于BTM的语义空间分析 | 第28-36页 |
| ·BTM模型的详细描述 | 第28-31页 |
| ·BTM参数推理 | 第31-33页 |
| ·基于BTM语义的文档特征 | 第33-35页 |
| ·短文本语义的表示形式 | 第33-34页 |
| ·基于主题特征的短文本表示形式 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于BTM的短文本聚类 | 第36-45页 |
| ·基于BTM的短文本聚类框架 | 第36-37页 |
| ·文本预处理 | 第37-38页 |
| ·用BTM进行建模 | 第38-39页 |
| ·短文本表示以及相似度计算 | 第39-41页 |
| ·短文本向量的表示 | 第39页 |
| ·TF-IDF权重计算 | 第39-40页 |
| ·文本相似度计算 | 第40-41页 |
| ·K-means算法 | 第41-42页 |
| ·基于BTM的聚簇描述 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第五章 实验结果和分析 | 第45-54页 |
| ·实验语料库的选择 | 第45页 |
| ·实验环境 | 第45页 |
| ·实验结果评价标准 | 第45-46页 |
| ·实验结果与分析 | 第46-53页 |
| ·主题个数对聚类结果的影响 | 第46-48页 |
| ·各类别聚类效果的对比 | 第48-50页 |
| ·聚簇个数对聚类结果的影响 | 第50-52页 |
| ·聚簇结果描述 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59页 |
