声明
摘要
第1章 绪论
1.1 课题背景及意义
1.2 国内外研究现状
1.3 本文主要工作和贡献
1.4 章节安排
第2章 相关理论概述
2.1 LDA主题模型
2.1.1 文本表示及建模
2.1.2 LDA文本建模
2.1.3 变分推断及参数估计
2.1.4 吉布斯采样参数估计
2.2 相关分类器
2.2.1 最大熵模型
2.2.2 决策树模型
2.3 本章小结
第3章 主题词优化方法的研究及应用
3.1 引言
3.2 基于香农熵的主题词优化
3.2.1 香农熵优化主题词
3.2.2 文本分类实验设计
3.2.3 香农熵的主题词优化实验结果
3.3 基于互信息的主题词优化
3.3.1 互信息优化主题词
3.3.2 互信息的主题词优化实验结果
3.4 香农熵和互信息的融合
3.5 本章小结
第4章 主题优化方法的研究及应用
4.1 引言
4.2 基于香农熵的主题优化
4.2.1 香农熵的主题优化
4.2.2 香农熵的主题优化实验结果
4.3 基于互信息的主题优化
4.3.1 互信息的主题优化
4.3.2 互信息的主题优化实验结果
4.4 香农熵和互信息的结合
4.5 本章小结
第5章 总结与展望
5.1 论文工作总结
5.2 下一步工作展望
参考文献
致谢