第1章 绪论 1
1.1背景 1
1.1.1问题来源 1
1.1.2发展历史 3
1.2重要概念 5
1.3研究任务 6
1.4评价方法 10
1.5研究现状分析 13
1.5.1表示模型 14
1.5.2相似度计算 18
1.5.3相似度整合 19
1.5.4关键问题和难点 20
1.6本书主要工作 21
1.7本书结构 23
第2章 话题关联识别中的表示模型分析 26
2.1新闻报道分析 26
2.2多向量表示模型的构建 30
2.2.1预处理 31
2.2.2特征选取 32
2.2.3特征权重计算 34
2.3多向量表示模型的使用 35
2.3.1相似度计算 35
2.3.2模糊匹配 36
2.3.3多个相似度整合 38
2.4实验及讨论 42
2.4.1话题关联识别流程 42
2.4.2实验数据 43
2.4.3实验结果及分析 43
2.5小结 52
第3章 话题关联识别中的信息扩充技术 53
3.1问题描述 53
3.2相关工作 55
3.3动态扩充技术 56
3.4动态扩充信息 58
3.4.1摘要信息 59
3.4.2名实体 59
3.4.3依存信息 60
3.4.4精化策略 61
3.5实验及讨论 62
3.5.1实验数据 62
3.5.2实验结果及分析 62
3.6小结 73
第4章 基于动态话题模型的话题追踪 75
4.1话题漂移实例分析 75
4.2相关工作 78
4.3基于话题的权重计算方法 81
4.4动态话题模型 83
4.4.1基于相关样本更新 84
4.4.2基于无关样本更新 86
4.5实验及讨论 87
4.5.1话题追踪流程 87
4.5.2实验数据 89
4.5.3实验结果及分析 89
4.6小结 101
第5章 基于联合追踪方法的话题追踪 103
5.1问题描述 103
5.2相关工作 104
5.3联合追踪 105
5.3.1基于关联特征的追踪方法 105
5.3.2基于已知相关信息的追踪方法 107
5.3.3联合追踪方法 108
5.4实验及讨论 110
5.4.1实验数据 110
5.4.2实验结果及分析 110
5.5小结 118
第6章 结论与展望 119
6.1全书总结 119
6.2下一步展望 121
附录1 作者著书期间的成果 123
附录2 ICTCLAS词性标注集 125
附录3 停用词集 126
参考文献 129