摘要 | 第3-4页 |
abstract | 第4页 |
第1章 绪论 | 第8-12页 |
1.1 课题目的与意义 | 第8页 |
1.2 国内外研究现状 | 第8-9页 |
1.3 研究内容与关键问题 | 第9-10页 |
1.3.1 研究内容 | 第9-10页 |
1.3.2 拟解决的关键问题 | 第10页 |
1.4 论文结构 | 第10-12页 |
第2章 相关技术分析 | 第12-20页 |
2.1 用于词向量生成模型的卷积神经网络与循环神经网络 | 第12-13页 |
2.2 词向量生成语言模型设计的理论依据 | 第13-15页 |
2.3 用于专利文档管理系统的ASP.NET MVC开发框架 | 第15-16页 |
2.4 用于个性化推荐的搜索引擎PageRank算法 | 第16页 |
2.5 用户个性化推荐算法理论依据 | 第16-18页 |
2.6 本章小结 | 第18-20页 |
第3章 系统需求分析 | 第20-28页 |
3.1 系统业务需求 | 第20-22页 |
3.1.1 文本处理子系统业务需求 | 第20-21页 |
3.1.2 搜索与智能推荐子系统业务需求 | 第21页 |
3.1.3 专利文献管理子系统业务需求 | 第21-22页 |
3.2 系统功能需求 | 第22-25页 |
3.2.1 文本处理子系统功能需求 | 第22-23页 |
3.2.2 搜索与智能推荐子系统功能需求 | 第23-24页 |
3.2.3 专利文献管理子系统功能需求 | 第24-25页 |
3.3 系统性能需求 | 第25-26页 |
3.3.1 文本处理子系统性能需求 | 第25页 |
3.3.2 搜索引擎与智能推荐子系统性能需求 | 第25-26页 |
3.3.3 专利文献管理子系统性能需求 | 第26页 |
3.4 系统安全性需求 | 第26-27页 |
3.5 本章小结 | 第27-28页 |
第4章 NLP与搜索引擎子系统设计与实现 | 第28-56页 |
4.1 词向量生成方法设计 | 第28-34页 |
4.1.1 基于SVD的生成方法 | 第28-30页 |
4.1.2 基于迭代的生成方法 | 第30-33页 |
4.1.3 评价方式设计 | 第33-34页 |
4.2 处理流程设计 | 第34-36页 |
4.3 文档分类与摘要提取实现 | 第36-40页 |
4.3.1 文档分类模型结构设计 | 第36-38页 |
4.3.2 摘要提取 | 第38-40页 |
4.4 用户输入相关性分析实现 | 第40-42页 |
4.5 本文设计的文档表示与索引建立方案 | 第42-46页 |
4.6 查询处理 | 第46页 |
4.7 信息检索模型与本文设计的推理网络结构 | 第46-50页 |
4.7.1 精确匹配检索模型 | 第46-48页 |
4.7.2 最佳匹配检索模型 | 第48-50页 |
4.8 本文提出的学习排序多样化算法 | 第50-51页 |
4.9 搜索引擎评价 | 第51-54页 |
4.10 搜索引擎的操作流程 | 第54-55页 |
4.11 本章小结 | 第55-56页 |
第5章 专利文献管理子系统设计与实现 | 第56-64页 |
5.1 系统总体功能模块 | 第56-57页 |
5.2 系统网络拓扑结构 | 第57-58页 |
5.3 系统数据库设计 | 第58-60页 |
5.3.1 数据库关系图 | 第58-59页 |
5.3.2 虚拟数据模型类图 | 第59-60页 |
5.4 专利文献管理模块实现 | 第60-62页 |
5.4.1 文献管理 | 第60-61页 |
5.4.2 数据API提供 | 第61页 |
5.4.3 文献修改日志记录 | 第61-62页 |
5.5 本章小结 | 第62-64页 |
第6章 系统测试与结果分析 | 第64-72页 |
6.1 奇异值分解算法测试 | 第64-65页 |
6.2 搜索引擎性能测试 | 第65-71页 |
6.2.1 性能测试环境 | 第65-66页 |
6.2.2 性能测试与对比 | 第66-71页 |
6.3 专利文献管理模块测试 | 第71页 |
6.4 本章小结 | 第71-72页 |
第7章 结论 | 第72-74页 |
参考文献 | 第74-76页 |
发表论文和参加科研情况说明 | 第76-78页 |
致谢 | 第78页 |