基于海量新闻数据的重大事件趋势预测研究

目录

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 国际关系研究领域重大事件趋势预测研究现状

1.2.2 大数据背景下社交媒体事件趋势预测研究现状

1.3 本文主要内容及章节安排

第2章 自然语言处理相关技术

2.1 引言

2.2 文本特征表示方法

2.2.1 布尔模型

2.2.2 向量空间模型VSM

2.2.3 主题模型LDA

2.2.4 词嵌入表示模型word2vec

2.3 文本特征选择方法

2.3.1 TF-IDF算法

2.3.2 信息增益

2.3.3 卡方检验

2.4 命名实体识别

2.4.1 条件随机场CRF

2.4.2 循环神经网络RNN与LSTM

2.4.3 卷积神经网络CNN

2.5 本章小结

第3章 融合语义与事件特征的重大事件趋势预测

3.1 引言

3.2 重大事件趋势预测模型构建方法

3.2.1 语义特征指标构建

3.2.2 事件特征指标构建

3.2.3 朴素贝叶斯分类模型

3.2.4 特征融合表示与预测输出

3.3 实验分析

3.3.1 朝核专题数据获取与事件趋势量化

3.3.2 融合特征指标构建与向量表示

3.3.3 模型构建与趋势预测结果分析

3.4 本章小结

第4章 基于深度学习的征候事件检测与预测

4.1 引言

4.2 南海专题新闻数据构建

4.3 基于Bi-LSTM-CNN-CRF的征候事件检测模型

4.3.1 标签数据集构建

4.3.2 征候事件检测模型

4.4 基于多标签逻辑回归的征候事件预测模型

4.4.1 二项式逻辑回归

4.4.2 标签数据集构建

4.4.3 征候事件预测模型

4.5 实验分析

4.5.1 检测标签数据集构建

4.5.2 南海征候事件检测

4.5.3 预测标签数据集构建

4.5.4 南海征候事件预测

4.6 本章小结

第5章 总结与展望

5.1 总结

5.2 展望

致谢

参考文献

附 录

作者在读期间发表的学术论文及参加的科研项目