基于多重主题数的主题模型研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题背景及意义 | 第9-10页 |
| 1.1.1 课题背景 | 第9页 |
| 1.1.2 研究的意义 | 第9-10页 |
| 1.2 相关技术发展现状 | 第10-15页 |
| 1.2.1 文本主题模型发展现状 | 第10-11页 |
| 1.2.2 集成学习发展现状 | 第11-13页 |
| 1.2.3 遗传算法发展现状 | 第13-14页 |
| 1.2.4 相关研究发展现状存在的问题 | 第14-15页 |
| 1.3 本文主要研究内容 | 第15页 |
| 1.4 本文章节安排 | 第15-16页 |
| 第2章 相关技术概述 | 第16-24页 |
| 2.1 引言 | 第16页 |
| 2.2 文本主题模型 | 第16-18页 |
| 2.2.1 PLSA语义模型 | 第16-17页 |
| 2.2.2 LDA主题模型 | 第17-18页 |
| 2.3 集成学习相关算法 | 第18-21页 |
| 2.3.1 CART树 | 第18-19页 |
| 2.3.2 集成学习思想 | 第19-20页 |
| 2.3.3 GBDT算法 | 第20页 |
| 2.3.4 Xgboost算法 | 第20-21页 |
| 2.4 遗传算法 | 第21-22页 |
| 2.5 本章小结 | 第22-24页 |
| 第3章 多重主题数的主题模型相关研究 | 第24-38页 |
| 3.1 引言 | 第24页 |
| 3.2 MTN算法的设计原理 | 第24-28页 |
| 3.2.1 树的层次划分 | 第25-26页 |
| 3.2.2 树的集成方式 | 第26-27页 |
| 3.2.3 MTN算法的优势 | 第27-28页 |
| 3.3 MTN算法的应用研究方案 | 第28-30页 |
| 3.4 MTN结合遗传算法的设计原理 | 第30-34页 |
| 3.4.1 相应问题中遗传内容的设计 | 第30-31页 |
| 3.4.2 相应问题中交叉算子与选择算子的设计 | 第31-32页 |
| 3.4.3 相应问题中变异算子的设计 | 第32-34页 |
| 3.4.4 相应问题中遗传算法的特性 | 第34页 |
| 3.5 MTN结合遗传算法的应用研究方案 | 第34-37页 |
| 3.6 本章小结 | 第37-38页 |
| 第4章 实验结果及对比分析 | 第38-50页 |
| 4.1 引言 | 第38页 |
| 4.2 实验数据 | 第38-40页 |
| 4.2.1 数据集介绍 | 第38-39页 |
| 4.2.2 数据处理方法介绍 | 第39-40页 |
| 4.3 评价方法 | 第40-42页 |
| 4.3.1 文本分类准确度 | 第40-41页 |
| 4.3.2 F1值评价方法 | 第41页 |
| 4.3.3 N折交叉验证 | 第41-42页 |
| 4.4 实验结果和分析 | 第42-49页 |
| 4.4.1 MTN算法实验 | 第42-45页 |
| 4.4.2 MTN结合遗传算法实验 | 第45-49页 |
| 4.5 本章小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 攻读硕士学位期间发表的论文 | 第55-57页 |
| 致谢 | 第57页 |
