| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·研究背景 | 第9页 |
| ·问题提出 | 第9-11页 |
| ·概念格检索查询扩展系统中的概念挖掘 | 第11-12页 |
| ·理论支撑 | 第12-18页 |
| ·信息检索模型 | 第12-15页 |
| ·形式概念分析的理论基础 | 第15-17页 |
| ·文本特征选择算法 | 第17-18页 |
| ·本文的研究重点 | 第18页 |
| ·论文的结构框架 | 第18-21页 |
| 第二章 基于概念格的检索查询扩展系统的设计与实现 | 第21-31页 |
| ·引言 | 第21页 |
| ·基于概念格的检索查询扩展 | 第21-27页 |
| ·设计思路 | 第22-23页 |
| ·系统模型 | 第23-25页 |
| ·信息检索模块(IR Module) | 第25页 |
| ·概念抽取模块(CE Module) | 第25-26页 |
| ·建格模块(LC Module) | 第26-27页 |
| ·效果展示 | 第27-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 文本预处理技术 | 第31-43页 |
| ·引言 | 第31页 |
| ·文本的特征表示 | 第31-32页 |
| ·中文分词技术 | 第32-34页 |
| ·中文分词算法概述 | 第32-33页 |
| ·中文分词中存在的主要问题 | 第33-34页 |
| ·多文档特征选择技术的研究 | 第34-37页 |
| ·文档频率(Document Frequency) | 第35页 |
| ·信息增益(Information Gain) | 第35-36页 |
| ·互信息(Mutual Information) | 第36页 |
| ·X∧2统计(X~2 Statistic) | 第36页 |
| ·期望交叉熵(Expect Cross Entropy) | 第36-37页 |
| ·文本证据权(Weight of Evidence for Text) | 第37页 |
| ·几率比(Odds Ratio) | 第37页 |
| ·单文档特征选择技术的研究 | 第37-41页 |
| ·单文档特征选择概述 | 第38页 |
| ·n-gram模型 | 第38-39页 |
| ·词语共现率的应用 | 第39-41页 |
| ·词语权重的度量 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第四章 文本概念抽取系统的设计与实现 | 第43-55页 |
| ·引言 | 第43页 |
| ·文本概念抽取的理论基础 | 第43-46页 |
| ·TF~*IDF评估函数存在的问题 | 第44-45页 |
| ·文本特征的最大熵原理 | 第45-46页 |
| ·文本概念抽取的系统实现 | 第46-51页 |
| ·系统流程设计 | 第46页 |
| ·中文分词 | 第46-48页 |
| ·特征选择 | 第48-50页 |
| ·领域背景信息的应用 | 第50页 |
| ·文档结构信息的应用 | 第50-51页 |
| ·实验 | 第51-54页 |
| ·实验语料 | 第51-52页 |
| ·实验方法 | 第52-53页 |
| ·评估准则 | 第53页 |
| ·实验结果 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第五章 结束语 | 第55-57页 |
| ·本文的总结 | 第55-56页 |
| ·进一步的工作 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间发表的论文 | 第60页 |
