| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·动态文摘简介 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·主要研究内容 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 2 动态文摘理论及关键技术 | 第15-28页 |
| ·自动文摘方法 | 第15-18页 |
| ·单文档自动摘要方法 | 第15-16页 |
| ·多文档自动摘要方法 | 第16页 |
| ·动态多文档自动摘要方法 | 第16-18页 |
| ·文本向量空间模型构建 | 第18-21页 |
| ·向量空间模型简介 | 第18页 |
| ·文本向量化 | 第18-19页 |
| ·术语特征选取 | 第19-20页 |
| ·术语特征的权重计算 | 第20-21页 |
| ·传统聚类算法 | 第21-24页 |
| ·层次聚类 | 第21-22页 |
| ·划分式聚类 | 第22页 |
| ·基于密度的聚类 | 第22-23页 |
| ·基于网格的聚类 | 第23-24页 |
| ·基于模型方法 | 第24页 |
| ·增量聚类算法 | 第24-26页 |
| ·增量聚类方法概述 | 第25页 |
| ·关键技术 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 3 基于改进K-means聚类的动态文摘算法 | 第28-34页 |
| ·相关研究 | 第28-29页 |
| ·k-means算法改进 | 第29-31页 |
| ·k-means算法基本原理 | 第29页 |
| ·k-means自适应的初始聚类中心改进 | 第29-30页 |
| ·k-means增量式改进 | 第30-31页 |
| ·基于改进k-means的动态文摘算法 | 第31-33页 |
| ·文本向量空间构造与优化 | 第31-32页 |
| ·基于改进k-means的动态文摘算法 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 4 基于增量图聚类的动态文摘算法 | 第34-41页 |
| ·句子图建模 | 第34-36页 |
| ·KNN增量句子图聚类算法 | 第36-38页 |
| ·基于新颖度的句子权重计算 | 第38页 |
| ·基于增量图聚类的动态文摘 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 5 实验与分析 | 第41-47页 |
| ·标准测试数据集 | 第41页 |
| ·动态文摘评价 | 第41-42页 |
| ·基于改进K-means的动态文摘评测 | 第42页 |
| ·基于增量图聚类的动态文摘评测 | 第42-44页 |
| ·算法结果评测 | 第42-43页 |
| ·参数调整 | 第43-44页 |
| ·算法效率分析及实验 | 第44-45页 |
| ·实验效果对比分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 6 中文动态多文档自动摘要系统的设计与实现 | 第47-52页 |
| ·系统主体框架 | 第47页 |
| ·文本预处理模块 | 第47-48页 |
| ·中文分词 | 第48页 |
| ·文本向量化 | 第48页 |
| ·动态文摘抽取 | 第48-49页 |
| ·系统实现与展示 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 总结与展望 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读学位期间发表的与学位论文内容相关的学术论文及研究成果 | 第59页 |