| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 词语的相似度计算研究 | 第10-11页 |
| 1.2.2 主题挖掘研究发展 | 第11-13页 |
| 1.2.3 交通术语建立现状 | 第13页 |
| 1.3 课题研究内容及意义 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 基础方法和工具研究 | 第15-31页 |
| 2.1 网络爬虫 | 第15-19页 |
| 2.1.1 网络爬虫工作原理 | 第15-17页 |
| 2.1.2 Heritrix架构 | 第17-19页 |
| 2.2 ICTCLAS中文分词系统 | 第19-20页 |
| 2.3 LUCENE架构 | 第20-23页 |
| 2.3.1 LUCENE索引 | 第20页 |
| 2.3.2 倒排索引原理 | 第20-23页 |
| 2.4 层次分析法 | 第23-26页 |
| 2.4.1 层次分析法步骤 | 第24-25页 |
| 2.4.2 层次分析法优点 | 第25-26页 |
| 2.5 LDA主题模型 | 第26-30页 |
| 2.5.1 LDA主题模型介绍 | 第26页 |
| 2.5.2 文章、主题生成与分析 | 第26-27页 |
| 2.5.3 LDA主题生成方法 | 第27-30页 |
| 2.6 本章总结 | 第30-31页 |
| 第三章 基于web文本的交通词语相似度计算方法 | 第31-46页 |
| 3.1 基于web文本的词语相似度计算算法研究 | 第31-38页 |
| 3.1.1 基于web文本的词语相似度计算算法研究 | 第31-33页 |
| 3.1.2 词语相似度计算模型 | 第33-35页 |
| 3.1.3 层次分析法权值计算 | 第35-38页 |
| 3.2 交通术语数据采集 | 第38-42页 |
| 3.2.1 创建一个新的抓取任务 | 第38-39页 |
| 3.2.2 扩展和自定义Heritrix | 第39-42页 |
| 3.3 数据 | 第42-43页 |
| 3.4 词语索引的构建 | 第43页 |
| 3.5 实验数据及分析 | 第43-45页 |
| 3.5.1 实验结果 | 第43-44页 |
| 3.5.2 结果分析 | 第44-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于网页数据文本的主题挖掘 | 第46-56页 |
| 4.1 网页数据文本清洗 | 第46页 |
| 4.2 术语挖掘流程 | 第46-47页 |
| 4.3 LDA主题挖掘 | 第47-56页 |
| 4.3.1 参数设置 | 第47页 |
| 4.3.2 文档生成的联合分布 | 第47-48页 |
| 4.3.3 Gibbs采样 | 第48页 |
| 4.3.4 LDA核心逻辑代码 | 第48-50页 |
| 4.3.5 LDA主题分布及选取 | 第50-56页 |
| 第五章 交通术语构建 | 第56-72页 |
| 5.1 总体思路 | 第56-61页 |
| 5.1.1 LDA模型在交通术语中的应用 | 第58-60页 |
| 5.1.2 LDA模型主题词提炼 | 第60-61页 |
| 5.2 基于LDA的交通术语实验 | 第61-72页 |
| 5.2.1 交通术语主题发现 | 第61-64页 |
| 5.2.2 交通术语筛选方法 | 第64-66页 |
| 5.2.3 交通术语实验比对即分析 | 第66-69页 |
| 5.2.4 实践应用 | 第69-72页 |
| 总结与展望 | 第72-74页 |
| 参考文献 | 第74-77页 |
| 攻读学位期间发表的论文与参与研究的项目 | 第77-78页 |
| 致谢 | 第78页 |