| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| §1-1 研究背景和意义 | 第8-9页 |
| §1-2 文本聚类的研究现状和存在的问题 | 第9-10页 |
| 1-2-1 文本聚类的研究现状 | 第9-10页 |
| 1-2-2 文本聚类中存在的问题 | 第10页 |
| §1-3 本文的研究内容 | 第10-11页 |
| §1-4 论文组织 | 第11-12页 |
| 第二章 文本聚类概述 | 第12-24页 |
| §2-1 分词 | 第12-13页 |
| §2-2 依存分析 | 第13-14页 |
| §2-3 去停用词 | 第14页 |
| §2-4 向量空间模型 | 第14-15页 |
| §2-5 降维方法 | 第15-17页 |
| §2-6 聚类算法 | 第17-19页 |
| 2-6-1 划分算法 | 第17-18页 |
| 2-6-2 层次算法 | 第18-19页 |
| 2-6-3 概率聚类算法 | 第19页 |
| §2-7 工具介绍 | 第19-23页 |
| 2-7-1 语言技术平台 | 第19-21页 |
| 2-7-2 知网 | 第21-23页 |
| §2-8 本章小结 | 第23-24页 |
| 第三章 基于《知网》的文本相似度计算 | 第24-31页 |
| §3-1 基于 VSM 的 TF-IDF 文本相似度计算方法 | 第24页 |
| §3-2 基于《知网》的文本相似度计算方法 | 第24-29页 |
| 3-2-1 构建低维的向量空间 | 第25-26页 |
| 3-2-2 新方法构造的向量空间是内积空间 | 第26-27页 |
| 3-2-3 向量空间中夹角的意义 | 第27-28页 |
| 3-2-4 相似度计算中加入词语的位置信息 | 第28-29页 |
| §3-3 实验结果与分析 | 第29-30页 |
| §3-4 本章小结 | 第30-31页 |
| 第四章 基于《知网》的 K-Means 文本聚类算法实现 | 第31-40页 |
| §4-1 K-Means 算法 | 第31-32页 |
| 4-1-1 K-Means 算法的思想和流程 | 第31页 |
| 4-1-2 K-Means 算法改进 | 第31-32页 |
| §4-2 算法的实现 | 第32-37页 |
| 4-2-1 预处理模块 | 第33页 |
| 4-2-2 义原相似度模块 | 第33-34页 |
| 4-2-3 词语相似度模块 | 第34-35页 |
| 4-2-4 文章相似度模块 | 第35-36页 |
| 4-2-5 聚类算法模块 | 第36-37页 |
| §4-3 实验结果 | 第37-39页 |
| 4-3-1 文本数据集 | 第37页 |
| 4-3-2 聚类算法的实验结果与分析 | 第37-39页 |
| §4-4 结果分析 | 第39页 |
| §4-5 本章小结 | 第39-40页 |
| 第五章 总结与展望 | 第40-41页 |
| §5-1 总结 | 第40页 |
| §5-2 展望 | 第40-41页 |
| 参考文献 | 第41-44页 |
| 致谢 | 第44页 |