基于主题和语义指纹融合的学术论文粗分类方法研究
| 摘要 | 第7-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第17-25页 |
| 1.1 研究目的与意义 | 第17-18页 |
| 1.2 相关研究现状 | 第18-23页 |
| 1.2.1 文本表示模型 | 第18-19页 |
| 1.2.2 文档的压缩表示技术 | 第19-20页 |
| 1.2.3 文本语义特征提取 | 第20-21页 |
| 1.2.4 文本聚类方法 | 第21-23页 |
| 1.3 研究内容与主要工作 | 第23-24页 |
| 1.4 本文结构 | 第24-25页 |
| 第2章 文本表示与文本粗分类的理论基础 | 第25-35页 |
| 2.1 引言 | 第25页 |
| 2.2 文本表示模型 | 第25-26页 |
| 2.2.1 布尔模型 | 第25页 |
| 2.2.2 向量空间模型 | 第25-26页 |
| 2.3 数字指纹 | 第26-28页 |
| 2.3.1 哈希函数 | 第26-27页 |
| 2.3.2 Simhash算法 | 第27-28页 |
| 2.4 文本主题语义抽取 | 第28-31页 |
| 2.4.1 潜在语义分析 | 第28-30页 |
| 2.4.2 LDA主题模型 | 第30-31页 |
| 2.5 文本聚类 | 第31-34页 |
| 2.5.1 K-means聚类算法 | 第31-32页 |
| 2.5.2 文本相似度计算 | 第32-33页 |
| 2.5.3 聚类算法评价 | 第33-34页 |
| 2.6 本章小结 | 第34-35页 |
| 第3章 语义指纹提取与文档粗分类方法 | 第35-46页 |
| 3.1 引言 | 第35页 |
| 3.2 基于潜在语义分析的文本指纹提取方法 | 第35-38页 |
| 3.2.1 文本特征提取 | 第35-36页 |
| 3.2.2 潜在语义空间构造 | 第36-37页 |
| 3.2.3 指纹提取原理及算法 | 第37-38页 |
| 3.2.4 指纹相似度计算 | 第38页 |
| 3.3 基于融合表示的文档粗分类算法 | 第38-43页 |
| 3.3.1 梗概主题抽取 | 第39-40页 |
| 3.3.2 文档融合表示与相似度计算 | 第40-41页 |
| 3.3.3 K-means聚类算法的改进 | 第41页 |
| 3.3.4 文档粗分类算法 | 第41-43页 |
| 3.4 基于原型的文档分类 | 第43-45页 |
| 3.4.1 原型的概念 | 第43页 |
| 3.4.2 集外文档的表示 | 第43-44页 |
| 3.4.3 文档分类算法 | 第44-45页 |
| 3.5 本章小结 | 第45-46页 |
| 第4章 实验结果与分析 | 第46-60页 |
| 4.1 引言 | 第46页 |
| 4.2 数据选取与预处理 | 第46-47页 |
| 4.3 指纹有效性实验 | 第47-52页 |
| 4.3.1 实验数据与设计 | 第47-48页 |
| 4.3.2 文本相似度实验结果与分析 | 第48-50页 |
| 4.3.3 K-means聚类结果与分析 | 第50-52页 |
| 4.4 文档集的粗分类 | 第52-57页 |
| 4.4.1 实验数据与设计 | 第52页 |
| 4.4.2 短文本主题抽取 | 第52-53页 |
| 4.4.3 阈值α的选取 | 第53-55页 |
| 4.4.4 分类结果比较与分析 | 第55-57页 |
| 4.5 原型有效性实验 | 第57-59页 |
| 4.5.1 实验设计 | 第57页 |
| 4.5.2 评价标准 | 第57-58页 |
| 4.5.3 结果分析 | 第58-59页 |
| 4.6 本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文 | 第65-66页 |
| 致谢 | 第66页 |
