1. 毕业设计（论文）主要内容：

Word2vec是Google公司在2013年开放的一款用于训练词向量的软件工具。它根据给定的语料库，通过优化后的训练模型快速有效的将一个词语表达成向量形式，其核心架构包括 CBOW和Skip-gram。

使用Word2vec处理新闻内容，可以进行自动分词并得到词向量。通过训练得到的词向量我们可以进行相应的自然语言处理工作，比如求相似词、关键词聚类等。其中word2vec中提供了distance求词的cosine相似度，并排序。也可以在训练时，设置-classes参数来指定聚类的簇个数，使用kmeans进行聚类。

本课题的内容就是利用Word2Vec对新闻内容进行自动分词并做相似度计算。

2. 毕业设计（论文）主要任务及要求

完成的主要任务及要求：
1.查阅15篇相关文献（含2篇外文），并每篇书写200—300字文献摘要（装订成册，带封面）；
2.认真填写周记，完成800字开题报告；
3.完成5000中文字以上的相关英文专业文献翻译，并装订成册（中英文一起，带封面）；
4.完成系统的编码与调试；
5.完成10000字以上的毕业论文；
6.进行论文答辩。

3. 毕业设计（论文）完成任务的计划与安排

完成任务的时间节点：
(1)2017/1/14—2017/2/22：确定选题，查阅文献，外文翻译和撰写开题报告；
(2)2017/2/23—2017/4/30：系统架构、程序设计与开发、系统测试与完善；
(3)2017/5/1—2017/5/25：撰写及修改毕业论文；
(4)2017/5/26—2017/6/6：准备答辩。

4. 主要参考文献