摘要 | 第5-7页 |
Abstract | 第7-8页 |
第一章 绪论 | 第11-18页 |
1.1 研究背景 | 第11-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.2.1 话题识别的研究现状 | 第13-14页 |
1.2.2 概率话题模型的研究现状 | 第14-15页 |
1.2.3 文本可视化的研究现状 | 第15页 |
1.3 研究目的及意义 | 第15-16页 |
1.4 研究内容与论文结构 | 第16-18页 |
1.4.1 研究内容 | 第16-17页 |
1.4.2 论文结构 | 第17-18页 |
第二章 话题模型的相关技术研究 | 第18-33页 |
2.1 引言 | 第18页 |
2.2 文本预处理技术 | 第18-22页 |
2.2.1 文本过滤 | 第18-19页 |
2.2.2 文本特征化技术 | 第19-21页 |
2.2.3 中文文本的分词技术 | 第21-22页 |
2.3 话题模型 | 第22-32页 |
2.3.1 话题识别 | 第22-27页 |
2.3.2 概率话题模型 | 第27-32页 |
2.4 本章总结 | 第32-33页 |
第三章 基于学习者个体信息的潜在的狄利克雷分布语义模型 | 第33-45页 |
3.1 引言 | 第33页 |
3.2 基于LDA拓展的学习者-话题模型 | 第33-43页 |
3.2.1 参数估计理论 | 第33-35页 |
3.2.2 LDA话题建模 | 第35-39页 |
3.2.3 基于学习者背景信息的话题建模 | 第39-41页 |
3.2.4 吉布斯采样 | 第41-43页 |
3.3 模型评估 | 第43-44页 |
3.4 本章总结 | 第44-45页 |
第四章 基于I-LDA模型的实验设计与结果分析 | 第45-56页 |
4.1 实验设计 | 第45-46页 |
4.2 实验数据准备 | 第46页 |
4.3 参数选取 | 第46-48页 |
4.4 算法设计 | 第48页 |
4.5 实验结果的展示与分析 | 第48-55页 |
4.6 本章总结 | 第55-56页 |
第五章 文本可视化技术研究 | 第56-63页 |
5.1 引言 | 第56页 |
5.2 数据可视化技术研究 | 第56-58页 |
5.3 文本可视化技术研究 | 第58-60页 |
5.4 基于话题模型的可视化展示 | 第60-62页 |
5.5 本章总结 | 第62-63页 |
第六章 总结与展望 | 第63-65页 |
6.1 总结 | 第63-64页 |
6.2 展望 | 第64-65页 |
参考文献 | 第65-69页 |
在校期间发表的论文 | 第69-70页 |
致谢 | 第70页 |