基于在线主题模型的追踪与检测技术
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 主要研究内容 | 第11-13页 |
| 第二章 相关理论 | 第13-27页 |
| 2.1 主题模型 | 第13-19页 |
| 2.1.1 LSA | 第13-14页 |
| 2.1.2 PLSA | 第14-15页 |
| 2.1.3 LDA | 第15-17页 |
| 2.1.4 扩展及在线模型 | 第17-19页 |
| 2.2 推理算法 | 第19-25页 |
| 2.2.1 EM算法 | 第19-20页 |
| 2.2.2 变分贝叶斯算法 | 第20-21页 |
| 2.2.3 Gibbs抽样算法 | 第21-22页 |
| 2.2.4 BP算法 | 第22-24页 |
| 2.2.5 推理算法的比较分析 | 第24-25页 |
| 2.3 模型的评估 | 第25-26页 |
| 2.4 小结 | 第26-27页 |
| 第三章 在线主题模型的追踪 | 第27-37页 |
| 3.1 主题检测与追踪 | 第27页 |
| 3.2 基于OLDA的主题检测与追踪技术 | 第27-31页 |
| 3.2.1 文本预处理 | 第27-28页 |
| 3.2.2 OLDA模型 | 第28-29页 |
| 3.2.3 增量BP算法 | 第29-31页 |
| 3.2.4 算法分析 | 第31页 |
| 3.3 实验 | 第31-35页 |
| 3.4 相关技术 | 第35-36页 |
| 3.5 小结 | 第36-37页 |
| 第四章 滑动窗口主题模型在短文本处理中的应用 | 第37-45页 |
| 4.1 PTM模型 | 第37-39页 |
| 4.2 滑动窗口主题模型 | 第39-40页 |
| 4.3 短文本处理 | 第40-42页 |
| 4.4 实验分析 | 第42-43页 |
| 4.5 本章小结 | 第43-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 论文工作总结 | 第45-46页 |
| 5.2 展望 | 第46-47页 |
| 参考文献 | 第47-50页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第50-51页 |
| 致谢 | 第51页 |
