主題聚類(lèi)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(lèi)研究中存在的問(wèn)題與解決方法
1.4 本書(shū)內(nèi)容安排
參考文獻(xiàn)

第2章 主題聚類(lèi)研究概述
2.1 主題提取研究概述
2.2 不同對(duì)象的聚類(lèi)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(lèi)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(lèi)中聚類(lèi)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(yǔ)境的查詢(xún)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(lèi)研究
6.1 基于樣本加權(quán)的文本聚類(lèi)算法
6.2 基于主題聚類(lèi)的主題數(shù)字圖書(shū)館
6.3 基于主題聚類(lèi)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(lèi)結(jié)果描述算法研究
7.1 文本聚類(lèi)結(jié)果描述研究概述
7.2 聚類(lèi)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(lèi)描述算法
7.4 基于DCF-DCL組合策略的聚類(lèi)描述算法
7.5 基于主題的搜索結(jié)果聚類(lèi)
7.6 本章小結(jié)
參考文獻(xiàn)

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

附錄1 Segag漢語(yǔ)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(lèi)）
附錄8 文本聚類(lèi)后的類(lèi)簇中心向量（煤炭類(lèi)）
附錄9 主題數(shù)字圖書(shū)館聚類(lèi)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(shū)情報(bào)檔案類(lèi)）
附錄11 SVMlight聚類(lèi)描述訓(xùn)練集樣例
附錄12 基于主題的搜索結(jié)果聚類(lèi)樣例
索引