主題聚類及其應(yīng)用研究

第1章 引言
1.1 研究背景
1.2 研究意義
1.3 主題聚類研究中存在的問題與解決方法
1.4 本書內(nèi)容安排
參考文獻(xiàn)

第2章 主題聚類研究概述
2.1 主題提取研究概述
2.2 不同對(duì)象的聚類方法研究概述
參考文獻(xiàn)

第3章 自動(dòng)標(biāo)引通用評(píng)價(jià)模型研究
3.1 自動(dòng)標(biāo)引結(jié)果評(píng)價(jià)概述
3.2 一種通用的自動(dòng)標(biāo)引評(píng)價(jià)模型
3.3 自動(dòng)標(biāo)引評(píng)價(jià)模型的應(yīng)用與性能分析
3.4 本章小結(jié)
參考文獻(xiàn)

第4章 基于機(jī)器學(xué)習(xí)的主題提取研究
4.1 關(guān)鍵詞類型分析
4.2 幾個(gè)對(duì)照的標(biāo)引模型
4.3 基于CRF的關(guān)鍵詞提取方法
4.4 基于集成學(xué)習(xí)的自動(dòng)標(biāo)引方法
4.5 基于Citation-KNN的自動(dòng)賦詞標(biāo)引方法
4.6 本章小結(jié)
參考文獻(xiàn)

第5章 主題聚類中聚類對(duì)象相似度計(jì)算研究
5.1 基于多層特征的字符串相似度模型
5.2 基于多語境的查詢式相似度計(jì)算模型
5.3 本章小結(jié)
參考文獻(xiàn)

第6章 基于樣本加權(quán)的文本聚類研究
6.1 基于樣本加權(quán)的文本聚類算法
6.2 基于主題聚類的主題數(shù)字圖書館
6.3 基于主題聚類的學(xué)科熱點(diǎn)檢測(cè)
6.4 本章小結(jié)
參考文獻(xiàn)

第7章 文本聚類結(jié)果描述算法研究
7.1 文本聚類結(jié)果描述研究概述
7.2 聚類描述要求、形式化及評(píng)價(jià)方法
7.3 基于機(jī)器學(xué)習(xí)的聚類描述算法
7.4 基于DCF-DCL組合策略的聚類描述算法
7.5 基于主題的搜索結(jié)果聚類
7.6 本章小結(jié)
參考文獻(xiàn)

第8章 結(jié)束語
8.1 總結(jié)
8.2 進(jìn)一步的研究工作

附錄1 Segag漢語文本詞性標(biāo)注標(biāo)記集
附錄2 SVMlight自動(dòng)標(biāo)引訓(xùn)練集樣例
附錄3 CRF++自動(dòng)標(biāo)引訓(xùn)練集樣例
附錄4 用于自動(dòng)標(biāo)引的CRF++特征模板
附錄5 測(cè)試集自動(dòng)標(biāo)引結(jié)果樣例
附錄6 相關(guān)詞提取結(jié)果樣例（整合后）
附錄7 文本的引用頻次與Pagerank值樣例（金融類）
附錄8 文本聚類后的類簇中心向量（煤炭類）
附錄9 主題數(shù)字圖書館聚類結(jié)果導(dǎo)航樣例
附錄10 學(xué)科熱點(diǎn)檢測(cè)結(jié)果顯示（圖書情報(bào)檔案類）
附錄11 SVMlight聚類描述訓(xùn)練集樣例
附錄12 基于主題的搜索結(jié)果聚類樣例
索引