基于LSA和段落聚类的自动文摘系统的研究
| 中文摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·本课题研究背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·国外研究现状 | 第11-13页 |
| ·国内研究现状 | 第13-14页 |
| ·自动文摘的研究方法 | 第14-16页 |
| ·基于统计的自动文摘 | 第14-15页 |
| ·基于理解的自动文摘 | 第15页 |
| ·基于信息抽取的自动文摘 | 第15页 |
| ·基于结构的自动文摘 | 第15-16页 |
| ·自动文摘要考虑的因素及技术难点 | 第16-17页 |
| ·论文的主要工作 | 第17-19页 |
| ·本文的主要工作 | 第17-18页 |
| ·论文组织结构 | 第18-19页 |
| 第二章 潜在语义分析（LSA） | 第19-29页 |
| ·提出背景及相关数学概念 | 第19-21页 |
| ·潜在语义分析的提出背景 | 第19-20页 |
| ·潜在语义分析相关数学概念 | 第20-21页 |
| ·LSA 理论基础 | 第21-23页 |
| ·文本的“词汇-段落”矩阵 | 第21页 |
| ·奇异值分解（SVD） | 第21-23页 |
| ·潜在语义空间表示 | 第23页 |
| ·基于LSA 的权重计算 | 第23-27页 |
| ·现有词汇权重计算方法 | 第24-25页 |
| ·改进的词权计算方法 | 第25-26页 |
| ·基于LSA 的相似度计算方法 | 第26-27页 |
| ·结果分析与小结 | 第27-29页 |
| 第三章 段落聚类算法的研究 | 第29-36页 |
| ·聚类算法介绍 | 第29-33页 |
| ·层次聚类方法 | 第29-30页 |
| ·划分聚类方法 | 第30-33页 |
| ·基于层次聚类和k-means 算法的聚类 | 第33-36页 |
| ·k 值的确定 | 第33页 |
| ·聚类算法中停止条件的确定 | 第33-34页 |
| ·初始聚类质心的选择 | 第34页 |
| ·小结 | 第34-36页 |
| 第四章 基于LSA 和段落聚类的文摘系统的研究 | 第36-49页 |
| ·系统设计综述 | 第36页 |
| ·系统的总体设计思想 | 第36页 |
| ·系统的总体结构 | 第36页 |
| ·文本预处理 | 第36-39页 |
| ·分词 | 第37-38页 |
| ·去停用词 | 第38-39页 |
| ·段落聚类 | 第39-40页 |
| ·基于LSA 的段落聚类思想 | 第39-40页 |
| ·摘要抽取与优化 | 第40-44页 |
| ·句子权重计算 | 第40-41页 |
| ·句子相似度计算 | 第41-42页 |
| ·摘要句抽取 | 第42-43页 |
| ·最终文摘生成 | 第43-44页 |
| ·系统关键模块实现 | 第44-49页 |
| ·主要模块介绍 | 第44-45页 |
| ·关键代码实现 | 第45-46页 |
| ·实现结果演示 | 第46-49页 |
| 第五章 系统测评与分析 | 第49-58页 |
| ·实验数据来源 | 第49页 |
| ·测试 | 第49-56页 |
| ·不同体裁的测试 | 第52-54页 |
| ·不同主题的测试 | 第54-56页 |
| ·小结 | 第56-58页 |
| 第六章 全文总结与展望 | 第58-60页 |
| ·研究工作总结 | 第58-59页 |
| ·存在的问题及以后的研究工作 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 致谢 | 第63页 |
