| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.3 本文工作 | 第16页 |
| 1.4 论文组织 | 第16-18页 |
| 第2章 相关技术介绍 | 第18-32页 |
| 2.1 文本的表示 | 第18-19页 |
| 2.2 特征选择方法 | 第19-21页 |
| 2.3 特征权重计算方法 | 第21-22页 |
| 2.4 文档相似度计算方法 | 第22-23页 |
| 2.5 聚类算法介绍 | 第23-25页 |
| 2.5.1 基于层次的聚类算法 | 第23-24页 |
| 2.5.2 基于划分的聚类算法 | 第24-25页 |
| 2.5.3 基于密度的聚类算法 | 第25页 |
| 2.6 信息抽取算法介绍 | 第25-28页 |
| 2.6.1 基于规则的信息抽取算法 | 第25-27页 |
| 2.6.2 基于统计的信息抽取算法 | 第27-28页 |
| 2.7 信息抽取的关键技术 | 第28-30页 |
| 2.7.1 命名实体识别 | 第28页 |
| 2.7.2 句法分析 | 第28-30页 |
| 2.7.3 篇章分析与推理 | 第30页 |
| 2.7.4 知识获取 | 第30页 |
| 2.8 本章小结 | 第30-32页 |
| 第3章 改进的基于凝聚的层次聚类算法的多文档摘要 | 第32-50页 |
| 3.1 任务介绍 | 第32-33页 |
| 3.2 相关预处理 | 第33-34页 |
| 3.2.1 数据检索 | 第33-34页 |
| 3.2.2 检索结果去重 | 第34页 |
| 3.3 基于凝聚的层次聚类的算法介绍 | 第34-36页 |
| 3.3.1 簇之间距离的计算方法 | 第35-36页 |
| 3.3.2 终止条件的确定方法 | 第36页 |
| 3.4 基于实体词和专有名词的特征选取方法 | 第36-37页 |
| 3.5 基于多维度的相似度计算方法 | 第37-39页 |
| 3.6 改进基于凝聚的层次聚类方法进行多文档摘要 | 第39-40页 |
| 3.7 实验 | 第40-47页 |
| 3.7.1 实验数据 | 第40-41页 |
| 3.7.2 评价方法 | 第41-43页 |
| 3.7.3 实验设计及结果分析 | 第43-47页 |
| 3.8 本章小结 | 第47-50页 |
| 第4章 信息抽取与综述报告生成 | 第50-62页 |
| 4.1 改进的基于统计的信息抽取进行研究类别抽取 | 第50-53页 |
| 4.1.1 改进的基于词频的权重计算方法 | 第50-51页 |
| 4.1.2 基于最长优先匹配的关键词抽取方法 | 第51页 |
| 4.1.3 实验 | 第51-53页 |
| 4.2 基于规则与统计相结合的信息抽取进行研究方法抽取 | 第53-59页 |
| 4.2.1 相关预处理 | 第53-56页 |
| 4.2.2 基于规则与统计相结合的信息抽取算法 | 第56-57页 |
| 4.2.3 实验部分 | 第57-59页 |
| 4.3 综述报告自动生成 | 第59-62页 |
| 第5章 总结及工作展望 | 第62-64页 |
| 5.1 总结 | 第62页 |
| 5.2 工作展望 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 攻读硕士期间参加的论文及项目 | 第70页 |