主题优化过滤方法研究与应用
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第1章 绪论 | 第10-19页 |
1.1 课题背景及意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-16页 |
1.3 本文研究内容 | 第16-18页 |
1.4 章节安排 | 第18-19页 |
第2章 相关理论概述 | 第19-35页 |
2.1 LDA主题模型 | 第19-28页 |
2.1.1 文本建模 | 第19-20页 |
2.1.2 概率隐含语义索引模型 | 第20-22页 |
2.1.3 LDA文本建模 | 第22-26页 |
2.1.4 吉布斯采样 | 第26-27页 |
2.1.5 模型训练和推断 | 第27-28页 |
2.2 主题优化过滤相关方法 | 第28-33页 |
2.2.1 词向量简介 | 第29-30页 |
2.2.2 词汇表述全局向量模型(GloVe) | 第30-33页 |
2.3 词性分析 | 第33-35页 |
第3章 主题过滤方法的研究与应用 | 第35-52页 |
3.1 引言 | 第35-36页 |
3.2 主题语义一致性评估 | 第36-40页 |
3.3 实验设计与结果分析 | 第40-50页 |
3.3.1 实验环境与目的 | 第40页 |
3.3.2 数据预处理 | 第40-44页 |
3.3.3 主题数目的确定 | 第44-45页 |
3.3.4 主题语义一致性的计算 | 第45-47页 |
3.3.5 分类过程及结果 | 第47-50页 |
3.4 本章小结 | 第50-52页 |
第4章 主题优化方法的研究与应用 | 第52-63页 |
4.1 引言 | 第52-53页 |
4.2 主题词判定 | 第53-56页 |
4.3 基于WORDNEr的英语词汇相似度计算 | 第56-57页 |
4.4 实验结果分析 | 第57-61页 |
4.4.1 实验环境与目的 | 第58页 |
4.4.2 实验结果 | 第58-61页 |
4.5 本章小结 | 第61-63页 |
第5章 总结与展望 | 第63-65页 |
5.1 论文的总结 | 第63页 |
5.2 下一步研究工作 | 第63-65页 |
参考文献 | 第65-69页 |
致谢 | 第69页 |