版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)
文檔簡介
1、近年來，主題模型隨著LDA理論的創(chuàng)建越來越火。主題模型旨在海量文本數(shù)據(jù)中挖掘出有價值的主題，然后對主題進行檢測、跟蹤和預(yù)測。主題演化就是從主題的產(chǎn)生，發(fā)展，再到成熟，最后到消失的一系列過程。根據(jù)生命周期理論來判斷主題演化的具體過程。本文主要是致力于文本主題演化的研究，涉及到相關(guān)的文本挖掘，LDA(Latent Dirichlet Allocation)主題模型，HMM(Hidden Markov Models)模型，高級主題模型，主題生
2、命周期理論等內(nèi)容。
首先，本文對目前較流行的相關(guān)文本挖掘算法和主題模型進行深入的探討與研究，涉及到狄利克雷分布和先驗分布的研究，概率潛在語義檢索理論的研究，詞共現(xiàn)理論的深入研究，以及基于以上理論技術(shù)而獲得的主題之間相似度計算的研究。
其次，本文對干細胞研究背景進行介紹，在分析干細胞主題意義的基礎(chǔ)上，探討了共現(xiàn)理論的主題分析和LDA的主題劃分模型在干細胞數(shù)據(jù)上的應(yīng)用。并針對LDA模型中的參數(shù)估值的缺點，集成共現(xiàn)理論和聚
3、類判斷指標，構(gòu)建ATNLDA(Auto Topic-numberLDA)主題劃分模型。利用ATNLDA模型對PubMed中2006到2011年的干細胞研究文獻進行主題劃分，并進行專家判斷以驗證ATNLDA模型在主題劃分上的可行性，并對這些主題進行關(guān)聯(lián)關(guān)系分析，使用MDS(Multi-Dimension Scale)繪制干細胞研究主題的關(guān)聯(lián)關(guān)系圖譜，提出了ATNLDA模型目前的缺陷和后續(xù)的研究內(nèi)容。
最后，本文介紹HMM模型的背
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于LDA和圖割的文本主題分割研究.pdf
- 基于LDA模型的文本主題挖掘和文本靜態(tài)可視化的研究.pdf
- 基于主題模型的汽車專利文本主題挖掘與應(yīng)用研究.pdf
- 基于概率生成模型的文本主題建模及其應(yīng)用.pdf
- 基于lda多模型中文短文本主題分類體系構(gòu)建與分類
- 基于LDA多模型中文短文本主題分類體系構(gòu)建與分類.pdf
- 基于LDA模型和AP聚類算法的主題演化研究.pdf
- 基于LDA模型的專利文本分類及演化研究.pdf
- 基于主題模型的文本主題相似度檢測研究.pdf
- 基于詞共現(xiàn)的文本主題挖掘模型和算法研究.pdf
- 基于LDA概率模型的科技文獻主題演化挖掘技術(shù)研究.pdf
- 基于LDA的文本分類研究及其應(yīng)用.pdf
- 基于lda的文本分類研究及其應(yīng)用
- 基于詞性與LDA主題模型的文本分類技術(shù)研究.pdf
- 短文本流中主題模型及其應(yīng)用研究.pdf
- 基于LDA模型的文本聚類研究.pdf
- 基于LDA模型的文本分類研究.pdf
- 基于Spark并行LDA主題模型的研究.pdf
- 基于LDA主題模型的圖像檢索研究.pdf
- 基于LDA主題模型的TFIDF算法改進及應(yīng)用.pdf
評論
0/150
提交評論