29360.基于對話內容的交互型文本會話主題挖掘

1、分類號：密級：公開UDC：學號：406130914139南昌大學碩士研究生學位論文基于對話內容的交互型文本會話主題挖掘基于對話內容的交互型文本會話主題挖掘SessionTopicMiningfInteractiveTextBaseonConversationalContent彭杰培養(yǎng)單位(院、系)：信息工程學院計算機科學與技術系指導教師姓名、職稱：石永革教授申請學位的學科門類：工學學科專業(yè)名稱：計算機科學與技術論文答辯日期：2017年5

2、月20日答辯委員會主席：儲珺評閱人：2017年月日摘要I摘要即時通訊軟件（如短信、微信、QQ、微博等）會產生海量的交互信息數據，它們與以往的數據有很大的不同，其以會話形式存在，主要特點在于數據中包含兩個或以上的用戶的消息。這些會話消息中隱含很多有價值信息，比如可用于調查疑犯的犯罪證據以及犯罪動機，了解社會輿情，為個性化推薦提供數據依據等。但在海量的交互信息中挖掘有價值的信息需要花費大量的人力物力，因此通過人工智能的某些算法從海量交互信息

3、中自動挖掘出有價值的信息成為近些年來研究的熱點。本文詳細分析了交互型文本的特點以及當前的研究現狀，針對已有研究成果的不足，提出了基于對話內容的交互型文本會話主題挖掘模型(SessionTopicLatentDirichletAllocation，STLDA)。首先，通過分析交互型文本的特征，基于主題樹的概念，定義了一個五層結構的對話生成樹（文本會話主題對話主題文檔主題詞語）；以此為基礎，再基于LDA模型構建會話主題生成模型(STLDA)