基于HowNet的短文本语义相似度计算方法研究
| 摘要 | 第3-5页 |
| abstract | 第5-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 相关研究状况 | 第11-14页 |
| 1.3 本文研究的主要内容 | 第14-15页 |
| 1.4 本文的组织结构 | 第15页 |
| 1.5 本章小结 | 第15-18页 |
| 第二章 相关技术与理论 | 第18-38页 |
| 2.1 短文本语义相似度 | 第18-19页 |
| 2.1.1 短文本的定义 | 第18-19页 |
| 2.1.2 短文本语义相似度的定义 | 第19页 |
| 2.2《知网》 | 第19-25页 |
| 2.2.1 《知网》综述 | 第19-21页 |
| 2.2.2 《知网》语义树 | 第21-25页 |
| 2.3 语言云 | 第25-31页 |
| 2.3.1 文本分词 | 第26页 |
| 2.3.2 词性标注 | 第26-28页 |
| 2.3.3 依存句法分析 | 第28-29页 |
| 2.3.4 语义依存分析 | 第29-31页 |
| 2.4 复杂网络 | 第31-36页 |
| 2.4.1 复杂网络的特点 | 第32-35页 |
| 2.4.2 社区检测 | 第35-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第三章 基于语义与句法结构的短文本相似度算法 | 第38-50页 |
| 3.1 词语语义相似度 | 第38-41页 |
| 3.1.1 词语相似度 | 第38-40页 |
| 3.1.2 词义消歧 | 第40-41页 |
| 3.2 短文本语义相似度 | 第41-43页 |
| 3.2.1 句子相似度 | 第41页 |
| 3.2.2 短文本相似度 | 第41-42页 |
| 3.2.3 算法流程 | 第42-43页 |
| 3.3 实验结果与讨论 | 第43-49页 |
| 3.3.1 数据收集与处理 | 第43页 |
| 3.3.2 评价标准 | 第43-44页 |
| 3.3.3 主题权值θ的选定 | 第44-45页 |
| 3.3.4 词语相似度计算结果对比 | 第45-46页 |
| 3.3.5 短文本相似度计算结果对比 | 第46-49页 |
| 3.4 本章小结 | 第49-50页 |
| 第四章 基于复杂网络的短文本相似度算法 | 第50-60页 |
| 4.1 建立复杂网络 | 第50-53页 |
| 4.1.1 复杂网络综述 | 第50页 |
| 4.1.2 复杂网络重要特征 | 第50-51页 |
| 4.1.3 复杂网络构建 | 第51-53页 |
| 4.2 短文本相似度 | 第53-56页 |
| 4.2.1 短文本相似度定义 | 第53-54页 |
| 4.2.2 向量余弦相似度 | 第54-56页 |
| 4.2.3 算法流程 | 第56页 |
| 4.3 实验结果与讨论 | 第56-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60-61页 |
| 5.2 展望 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-68页 |
| 攻读学位期间发表的学术论文 | 第68页 |
