| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 双语新闻话题的研究现状 | 第11-13页 |
| 1.3 本文研究内容 | 第13-14页 |
| 1.4 论文的组织 | 第14-16页 |
| 第二章 新闻话题发现基础理论 | 第16-26页 |
| 2.1 新闻话题发现的任务 | 第16-18页 |
| 2.1.1 话题发现的任务 | 第16-17页 |
| 2.1.2 跨语言话题发现 | 第17页 |
| 2.1.3 话题发现体系 | 第17-18页 |
| 2.2 新闻话题发现的理论 | 第18-23页 |
| 2.2.1 新闻特征分析及结构化 | 第18-19页 |
| 2.2.2 单语种话题发现方法 | 第19-20页 |
| 2.2.3 多语种话题发现方法 | 第20-22页 |
| 2.2.4 LDA及有监督LDA介绍 | 第22-23页 |
| 2.3 本章小结 | 第23-26页 |
| 第三章 双语新闻文本预处理 | 第26-32页 |
| 3.1 预处理环节框架 | 第26-28页 |
| 3.2 新闻页面的抓取 | 第28-29页 |
| 3.3 新闻文本的存储 | 第29-30页 |
| 3.4 新闻事件元素的抽取 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第四章 动态汉越双语新闻话题检测跟踪 | 第32-40页 |
| 4.1 基于RCRP算法的模型构建 | 第32-35页 |
| 4.1.1 以RCRP算法为基础的时序模型 | 第32-33页 |
| 4.1.2 融合事件元素 | 第33页 |
| 4.1.3 融合双语互译词、近义词对、事件要素对齐词集合 | 第33-34页 |
| 4.1.4 融合事件元素的在线双语主题模型 | 第34-35页 |
| 4.2 实验及结果分析 | 第35-38页 |
| 4.2.1 评测指标 | 第35-36页 |
| 4.2.2 实验结果及分析 | 第36-38页 |
| 4.3 实验评价 | 第38页 |
| 4.4 本章小结 | 第38-40页 |
| 第五章 汉越双语新闻事件线索分析 | 第40-52页 |
| 5.1 事件线索分析模型 | 第40-46页 |
| 5.1.1 基于局部/全局共现词对的主题模型 | 第40-42页 |
| 5.1.2 基于RCRP算法的时序模型 | 第42页 |
| 5.1.3 跨语言主题模型 | 第42-43页 |
| 5.1.4 在线双语事件线索分析模型 | 第43-46页 |
| 5.2 实验及结果分析 | 第46-50页 |
| 5.2.1 评测指标 | 第46-47页 |
| 5.2.2 实验结果及分析 | 第47-50页 |
| 5.3 实验评价 | 第50页 |
| 5.4 本章小结 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 致谢 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 附录A 攻读硕士学位期间发表论文 | 第60-62页 |
| 附录B 攻读硕士学位期间发表软件著作权 | 第62-64页 |
| 附录C 攻读硕士期间参与科研项目 | 第64页 |