摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第12-18页 |
1.1 研究背景及意义 | 第12-13页 |
1.2 新闻话题的国内外研究现状 | 第13-16页 |
1.3 研究内容与组织结构 | 第16-18页 |
1.3.1 研究内容 | 第16-17页 |
1.3.2 论文组织 | 第17-18页 |
第二章 新闻话题发现基础理论 | 第18-30页 |
2.1 新闻话题发现的任务 | 第18-20页 |
2.1.1 单语言来源的话题检测任务 | 第18页 |
2.1.2 跨语言多语言的话题检测任务 | 第18-19页 |
2.1.3 话题发现体系结构 | 第19-20页 |
2.2 新闻话题发现的相关理论 | 第20-28页 |
2.2.1 新闻话题发现与检测的语料库 | 第20-21页 |
2.2.2 语料库内容 | 第21-22页 |
2.2.3 基于Hadoop的汉越双语新闻语料爬取 | 第22-25页 |
2.2.4 文本表示模型 | 第25-27页 |
2.2.5 TF-IDF | 第27页 |
2.2.6 相似度计算方法 | 第27-28页 |
2.3 本章小结 | 第28-30页 |
第三章 融合要素关联关系的中文新闻话题聚类 | 第30-38页 |
3.1 引言 | 第30页 |
3.2 关于近邻传播聚类算法 | 第30-31页 |
3.3 融合要素关联关系的中文新闻话题聚类模型构建 | 第31-35页 |
3.3.1 新闻页面初始相似度矩阵构造 | 第32页 |
3.3.2 利用要素关联关系校正初始相似度矩阵 | 第32-33页 |
3.3.3 要素关联特征约束及相似度校正 | 第33-34页 |
3.3.4 新闻话题聚类模型构建 | 第34-35页 |
3.4 实验结果与分析 | 第35-37页 |
3.4.1 实验数据 | 第35页 |
3.4.2 评价方法 | 第35-36页 |
3.4.3 实验结果与分析 | 第36-37页 |
3.5 本章小结 | 第37-38页 |
第四章 基于可比语料词语相似度的汉越跨语言话题发现 | 第38-46页 |
4.1 引言 | 第38-39页 |
4.2 基于可比语料词语相似度的汉越跨语言话题发现方法 | 第39-43页 |
4.2.1 基于可比语料的汉越词语相关性 | 第40-41页 |
4.2.2 基于汉越词语相似度的跨语言查询翻译模型构建 | 第41-42页 |
4.2.3 越南语文档聚类及话题分析 | 第42-43页 |
4.3 实验结果与分析 | 第43-44页 |
4.3.1 实验数据 | 第43页 |
4.3.2 实验评测指标与结果分析 | 第43-44页 |
4.4 本章小结 | 第44-46页 |
第五章 汉语-越南语舆情话题发现原型系统 | 第46-52页 |
5.1 引言 | 第46页 |
5.2 汉越双语话题发现系统整体架构 | 第46-47页 |
5.3 数据集 | 第47-48页 |
5.4 系统功能 | 第48-51页 |
5.5 本章小结 | 第51-52页 |
第六章 结束语 | 第52-54页 |
6.1 论文总结 | 第52页 |
6.2 下一步工作 | 第52-54页 |
致谢 | 第54-56页 |
参考文献 | 第56-64页 |
附录A 攻读硕士期间发表论文与申请软件著作权 | 第64-66页 |
附录B 攻读硕士期间参与项目 | 第66-68页 |
附录C 汉越双语新闻话题聚类结果 | 第68-70页 |