主題聚類及其應(yīng)用研究

定　價(jià)：￥48.00

作　者：	章成志著
出版社：	北京圖書館出版社
叢編項(xiàng)：
標(biāo)　簽：	社會科學(xué) 圖書館學(xué) 圖書館學(xué)/檔案學(xué)

購買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥37.90)

ISBN：	9787501349296	出版時(shí)間：	2013-04-01	包裝：	平裝
開本：	16開	頁數(shù)：	178	字?jǐn)?shù)：

內(nèi)容簡介

　　《主題聚類及其應(yīng)用研究》對主題聚類理論、方法、若干關(guān)鍵技術(shù)以及應(yīng)用進(jìn)行了全面的研究，主要內(nèi)容包括：自動標(biāo)引的研究歷史、研究方法，并利用當(dāng)前先進(jìn)的機(jī)器統(tǒng)計(jì)系學(xué)習(xí)模型進(jìn)行了自動標(biāo)引的實(shí)驗(yàn)研究、提出自動標(biāo)引的通用評價(jià)模型等；對主題聚類中的相似度計(jì)算、樣本加權(quán)聚類方法、聚類結(jié)果的描述進(jìn)行了詳細(xì)的描述和實(shí)驗(yàn)論證，并進(jìn)行了測評；基于主題聚類方法，進(jìn)行主題數(shù)字圖書館構(gòu)建、學(xué)科熱點(diǎn)檢測等方面的應(yīng)用。

作者簡介

　　章成志，男，1977年生，博士，現(xiàn)為南京理工大學(xué)信息管理系副研究員、博士生導(dǎo)師，南京理工大學(xué)卓越計(jì)劃“紫金之星”與創(chuàng)新團(tuán)隊(duì)成員。2007畢業(yè)于南京大學(xué)情報(bào)學(xué)專業(yè)，獲管理學(xué)博士學(xué)位。2007年至2009年，在中國科學(xué)技術(shù)信息研究所從事多語言領(lǐng)域本體自動構(gòu)建的博士后研究工作。2010年至2011年，在香港城市大學(xué)訪問，從事平行語料采集與挖掘的研究工作。近年來在國內(nèi)外期刊和會議上發(fā)表學(xué)術(shù)論文50余篇，出版專著兩部。研究領(lǐng)域主要包括信息組織、信息檢索、文本挖掘及自然語言處理等，近期主要的研究方向?yàn)樯鐣瘶?biāo)簽系統(tǒng)挖掘、多語言文本挖掘、多語言領(lǐng)域本體學(xué)習(xí)等。曾參與或主持的項(xiàng)目包括“十一五”國家科技支撐計(jì)劃重點(diǎn)項(xiàng)目子課題、國家自然科學(xué)基金項(xiàng)目、國家社科基金項(xiàng)目、教育部人文社科項(xiàng)目、中國博士后科學(xué)基金特別資助項(xiàng)目、中國博士后科學(xué)基金面上資助項(xiàng)目等。

圖書目錄

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 不同對象的聚類方法研究概述
參考文獻(xiàn)

第3章自動標(biāo)引通用評價(jià)模型研究
3.1 自動標(biāo)引結(jié)果評價(jià)概述
3.2 一種通用的自動標(biāo)引評價(jià)模型
3.3 自動標(biāo)引評價(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)的自動標(biāo)引方法
4.5 基于Citation-KNN的自動賦詞標(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
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自動標(biāo)引訓(xùn)練集樣例
附錄3 CRF++自動標(biāo)引訓(xùn)練集樣例
附錄4 用于自動標(biāo)引的CRF++特征模板
附錄5 測試集自動標(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