基于文本相似度的中文文本聚类的研究
| 摘要 | 第1页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-10页 |
| ·研究背景和意义 | 第7页 |
| ·本文工作 | 第7-8页 |
| ·论文组织 | 第8-10页 |
| 第二章 中文自动分词 | 第10-22页 |
| ·引言 | 第10-11页 |
| ·中文未登录词的识别 | 第11-18页 |
| ·未登录词的研究现状 | 第11-12页 |
| ·基于统计的中文姓名识别 | 第12-17页 |
| ·实验结果及分析 | 第17-18页 |
| ·歧义消解 | 第18-21页 |
| ·歧义产生的根源 | 第18-19页 |
| ·歧义的类型 | 第19-21页 |
| ·交集型歧义消解 | 第20页 |
| ·多义组合型歧义消解 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第三章 降维技术相关研究 | 第22-37页 |
| ·文档表示 | 第22-23页 |
| ·特征项类别选择 | 第23-24页 |
| ·字特征 | 第23页 |
| ·词特征 | 第23-24页 |
| ·n-gram特征 | 第24页 |
| ·特征选择主要方法的分析选择 | 第24-28页 |
| ·信息增益(IG) | 第24-25页 |
| ·x~2统计(CHI) | 第25-26页 |
| ·互信息(MI) | 第26页 |
| ·文档频率(DF) | 第26-27页 |
| ·特征增强(TS) | 第27页 |
| ·基于熵的特征排序(En) | 第27-28页 |
| ·特征贡献(TC) | 第28页 |
| ·常用特征选择方法在中文文本聚类中的应用实验研究 | 第28-31页 |
| ·特征抽取比较分析 | 第31-36页 |
| ·主成分分析法(PCA) | 第31-32页 |
| ·隐含语义标引(LSI) | 第32-33页 |
| ·多维标度法(MDS) | 第33-34页 |
| ·局部线性嵌入(LLE) | 第34-36页 |
| ·词聚类 | 第36页 |
| ·本章小结 | 第36-37页 |
| 第四章 中文文本相似度计算 | 第37-41页 |
| ·引言 | 第37页 |
| ·向量空间模型 | 第37页 |
| ·中文文本相似度计算的主要方法 | 第37-39页 |
| ·基于VSM的TF-IDF算法 | 第38页 |
| ·改进的TF-IDF算法 | 第38-39页 |
| ·相似度计算 | 第39页 |
| ·实验结果及分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第五章 基于VSM的文本聚类 | 第41-52页 |
| ·主要文本聚类算法比较 | 第41-45页 |
| ·层次聚类算法 | 第41-42页 |
| ·划分聚类算法 | 第42-43页 |
| ·基于密度的聚类算法 | 第43页 |
| ·基于网格的聚类算法 | 第43-44页 |
| ·基于模型的聚类算法 | 第44页 |
| ·模糊聚类算法 | 第44-45页 |
| ·聚类效果评定 | 第45-46页 |
| ·实验设计及结果分析 | 第46-51页 |
| ·研究资源 | 第46-47页 |
| ·总体设计 | 第47页 |
| ·组织聚类 | 第47-50页 |
| ·文本预处理 | 第47-48页 |
| ·相似度计算 | 第48-49页 |
| ·基于编网法的模糊文本聚类 | 第49-50页 |
| ·实验结果及其分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 文本聚类在多文档自动文摘中应用 | 第52-63页 |
| ·引言 | 第52-53页 |
| ·关键技术 | 第53-58页 |
| ·句子相似度 | 第53-57页 |
| ·基于词权重的相似度计算 | 第54-55页 |
| ·基于潜在语义分析的句子相似度计算 | 第55页 |
| ·基于词义距离的句子相似度计算 | 第55-56页 |
| ·基于语义依存的句子相似度计算 | 第56-57页 |
| ·文摘句抽取 | 第57页 |
| ·文摘句排序 | 第57-58页 |
| ·评价技术 | 第58-59页 |
| ·实现过程及效果分析 | 第59-62页 |
| ·多文档自动文摘的实现 | 第59-61页 |
| ·实验结果及分析 | 第61-62页 |
| ·本章小结 | 第62-63页 |
| 第七章 总结与展望 | 第63-65页 |
| ·本文总结 | 第63页 |
| ·进一步的工作 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 在学期间发表的学术论文和参加科研情况 | 第71页 |
