|
|
|
|
面向新闻文本的话题发现研究 |
| |
| 论文目录 |
| |
| 中文摘要 | 第10-11页 | | ABSTRACT | 第11-12页 | | 第一章 绪论 | 第13-17页 | | 1.1 研究背景及意义 | 第13-14页 | | 1.2 国内外研究动态 | 第14-15页 | | 1.3 本文主要内容 | 第15-17页 | | 第二章 基于向量空间模型的话题发现理论 | 第17-29页 | | 2.1 文本聚类 | 第17-22页 | | 2.1.1 文本预处理 | 第17-18页 | | 2.1.2 文本相似度 | 第18-19页 | | 2.1.3 聚类算法与评价指标 | 第19-22页 | | 2.2 向量空间模型 | 第22-25页 | | 2.3 共现潜在语义向量空间模型 | 第25-26页 | | 2.4 话题发现 | 第26-29页 | | 第三章 基于LDA模型的话题发现理论 | 第29-35页 | | 3.1 LDA模型简介 | 第29页 | | 3.2 LDA模型的主要内容 | 第29-33页 | | 3.3 基于LDA模型的话题发现 | 第33-35页 | | 第四章 实验结果及分析 | 第35-43页 | | 4.1 不同模型的聚类结果分析 | 第35-40页 | | 4.1.1 VSM模型的聚类结果分析 | 第35-37页 | | 4.1.2 CLSVSM模型的聚类结果分析 | 第37-38页 | | 4.1.3 LDA模型的聚类结果分析 | 第38-40页 | | 4.2 不同模型聚类结果的比较 | 第40-41页 | | 4.3 话题发现的结果分析 | 第41-43页 | | 第五章 总结与展望 | 第43-45页 | | 5.1 本文总结 | 第43-44页 | | 5.2 研究展望 | 第44-45页 | | 参考文献 | 第45-50页 | | 致谢 | 第50-51页 | | 个人简况及联系方式 | 第51-52页 |
|
|
|
|
论文编号BS4057969，这篇论文共52页
会员购买按0.35元/页下载，共需支付18.2元。 直接购买按0.5元/页下载，共需要支付26元 。 |
 |
 |
我还不是会员，注册会员！
会员下载更优惠!充值送钱！ |
我只需要这篇，无需注册！
直接网上支付，方便快捷！ |
|
|
|
版权申明：本目录由www.jylw.com网站制作，本站并未收录原文，如果您是作者，需要删除本篇论文目录请通过QQ或其它联系方式告知我们，我们承诺24小时内删除。 |
|
|
广告服务