| 摘要 | 第1-5页 |
| Abstract | 第5-15页 |
| 第1章 绪论 | 第15-37页 |
| ·课题目的和意义 | 第15-17页 |
| ·研究目的 | 第15-16页 |
| ·研究意义 | 第16-17页 |
| ·课题背景 | 第17-22页 |
| ·话题检测与跟踪的定义及任务 | 第17-19页 |
| ·话题检测与跟踪的评测语料 | 第19-20页 |
| ·话题检测与跟踪的评测方法 | 第20-22页 |
| ·TDT 研究现状 | 第22-35页 |
| ·国外研究现状 | 第22-30页 |
| ·国内研究现状 | 第30-33页 |
| ·TDT 研究的发展趋势 | 第33-35页 |
| ·研究内容 | 第35-37页 |
| 第2章 基于语义域语言模型的话题关联检测 | 第37-52页 |
| ·引言 | 第37页 |
| ·关联检测的相关研究 | 第37-38页 |
| ·语义域 | 第38-42页 |
| ·语义域定义 | 第38-40页 |
| ·语义域凝聚策略 | 第40-41页 |
| ·语义域描述 | 第41-42页 |
| ·语义域语言模型及关联性匹配 | 第42-44页 |
| ·语义域语言模型 | 第42-43页 |
| ·主题语义关联性匹配 | 第43-44页 |
| ·关联检测实验设计 | 第44-45页 |
| ·关联检测实验语料及评测 | 第44页 |
| ·关联检测实验流程 | 第44-45页 |
| ·关联检测实验结果与分析 | 第45-51页 |
| ·SDLM 参数估计及分析 | 第45-48页 |
| ·DET 测试结果及分析 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第3章 基于时序事件分治匹配的新事件检测 | 第52-96页 |
| ·引言 | 第52页 |
| ·研究背景 | 第52-54页 |
| ·子话题分治机理 | 第54-56页 |
| ·文本描述及子话题划分 | 第56-58页 |
| ·基于增量式TFIDF 的文本描述 | 第56-57页 |
| ·基于TextTiling 的子话题划分 | 第57-58页 |
| ·新事件分治检测 | 第58-61页 |
| ·基于子话题的事件分治匹配 | 第58-60页 |
| ·基于子话题的话题模型更新 | 第60-61页 |
| ·融合时序属性的新事件检测原理 | 第61-68页 |
| ·时序话题模型的基本结构 | 第61-63页 |
| ·新事件检测中时序属性的应用策略 | 第63-66页 |
| ·时序属性分布特征 | 第66-68页 |
| ·基于时序属性的事件分治描述 | 第68-73页 |
| ·时间表达式抽取与粒度划分 | 第68-71页 |
| ·基于时间表达式的事件划分 | 第71-73页 |
| ·基于时序事件分治的新事件检测 | 第73-76页 |
| ·时序事件分治匹配策略 | 第73-74页 |
| ·时序话题模型更新策略 | 第74-76页 |
| ·新事件检测实验设计 | 第76-80页 |
| ·新事件检测实验语料与评测 | 第76-77页 |
| ·新事件检测实验安排 | 第77-80页 |
| ·新事件检测实验结果与分析 | 第80-94页 |
| ·事件分治匹配技术的评测结果及分析 | 第80-83页 |
| ·时序话题模型的评测结果及分析 | 第83-94页 |
| ·本章小结 | 第94-96页 |
| 第4章 话题跟踪中面向新颖事件的增量式学习 | 第96-118页 |
| ·引言 | 第96页 |
| ·研究背景 | 第96-97页 |
| ·静态话题模型的非适应性 | 第97-105页 |
| ·基于静态话题模型的话题跟踪 | 第97-99页 |
| ·静态话题模型跟踪新颖事件的瓶颈 | 第99-101页 |
| ·静态话题模型CKA 现象的普遍性 | 第101-105页 |
| ·增量式新颖性学习模型 | 第105-110页 |
| ·增量式学习模型 | 第105-107页 |
| ·新闻事件突发性 | 第107-109页 |
| ·增量式新颖性学习模型 | 第109-110页 |
| ·话题跟踪实验及结果 | 第110-117页 |
| ·话题跟踪语料及评测 | 第110-111页 |
| ·话题跟踪实验结果及分析 | 第111-117页 |
| ·本章小结 | 第117-118页 |
| 第5章 基于二元近似关系屏蔽噪声的话题跟踪后处理 | 第118-135页 |
| ·引言 | 第118页 |
| ·现有噪声过滤技术 | 第118-120页 |
| ·二元近似关系及分布 | 第120-124页 |
| ·噪声成因分析 | 第120-121页 |
| ·二元近似关系 | 第121-122页 |
| ·二元近似关系分布(DTS) | 第122-124页 |
| ·基于二元近似关系的噪声识别及屏蔽算法 | 第124-126页 |
| ·基于LMS 分类器的分类曲线求解 | 第125页 |
| ·DTS 的非线性可分问题求解 | 第125-126页 |
| ·嵌入 DTS 的过滤系统设计 | 第126-128页 |
| ·基于二元近似关系的批过滤系统 | 第127页 |
| ·基于二元近似关系的自适应过滤系统 | 第127-128页 |
| ·噪声屏蔽实验设计 | 第128-130页 |
| ·噪声屏蔽实验语料 | 第128页 |
| ·噪声屏蔽评测体系 | 第128-129页 |
| ·噪声屏蔽实验流程 | 第129-130页 |
| ·噪声屏蔽实验结果与分析 | 第130-134页 |
| ·批过滤系统：System1 vs System2 | 第130-132页 |
| ·有指导的自适应过滤系统：System3 vs System4 | 第132-133页 |
| ·无指导的自适应过滤系统：System5 vs System6 | 第133-134页 |
| ·本章小结 | 第134-135页 |
| 结论 | 第135-137页 |
| 参考文献 | 第137-150页 |
| 攻读博士学位期间发表的论文 | 第150-152页 |
| 致谢 | 第152-153页 |
| 个人简历 | 第153-154页 |
