基于N分图模型的视频话题检测与跟踪
| 摘要 | 第1-8页 |
| ABSTRACT | 第8-12页 |
| 第1章 绪论 | 第12-16页 |
| ·研究背景和意义 | 第12-13页 |
| ·本文的主要工作 | 第13-14页 |
| ·本文的组织结构 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第2章 国内外研究现状 | 第16-26页 |
| ·话题检测与跟踪的相关概念 | 第16-17页 |
| ·话题检测的相关算法 | 第17-22页 |
| ·基于向量空间模型的算法 | 第17-18页 |
| ·基于语义概率模型的算法 | 第18-20页 |
| ·基于图模型的算法 | 第20页 |
| ·基于其他模型的算法 | 第20-22页 |
| ·话题跟踪的相关算法 | 第22-24页 |
| ·基于查询的话题跟踪算法 | 第22页 |
| ·基于分类的话题跟踪算法 | 第22-23页 |
| ·基于聚类的话题跟踪算法 | 第23-24页 |
| ·本章小结 | 第24-26页 |
| 第3章 NPTDT算法框架 | 第26-33页 |
| ·NPTDT算法的流程框架 | 第26-28页 |
| ·微博视频的特征抽取 | 第28-32页 |
| ·文本特征抽取 | 第28-30页 |
| ·视觉特征抽取 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 微博视频N分图模型 | 第33-49页 |
| ·二分图模型 | 第33-35页 |
| ·微博视频的N分图模型 | 第35-40页 |
| ·N分图模型构建 | 第35-36页 |
| ·N分图模型重构 | 第36-39页 |
| ·最优关系簇网络 | 第39-40页 |
| ·基于联合聚类的话题检测 | 第40-42页 |
| ·基于多维度特征的话题跟踪 | 第42-44页 |
| ·微博视频话题检测与跟踪可视化 | 第44-48页 |
| ·本章小结 | 第48-49页 |
| 第5章 实验与分析 | 第49-56页 |
| ·数据集与评测指标 | 第49-51页 |
| ·实验结果与分析 | 第51-55页 |
| ·话题检测实验结果与分析 | 第51-52页 |
| ·话题跟踪实验结果与分析 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 总结 | 第56-58页 |
| ·论文总结 | 第56页 |
| ·下一步工作和展望 | 第56-58页 |
| 附录一 作者攻读硕士学位期间发表的学术论文 | 第58页 |
| 附录二 作者攻读硕士学位期间参与的科研项目 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 后记 | 第64页 |
