基于特征抽取的企业文本数据索引系统的研究和实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文研究的目标和内容 | 第11-12页 |
| 1.3.1 研究目标 | 第11页 |
| 1.3.2 研究内容 | 第11-12页 |
| 1.4 论文课题来源和主要贡献 | 第12-13页 |
| 1.4.1 论文课题来源 | 第12-13页 |
| 1.4.2 论文主要贡献 | 第13页 |
| 1.5 论文章节安排 | 第13-15页 |
| 第二章 技术背景概述 | 第15-28页 |
| 2.1 文本特征抽取方法介绍 | 第15-18页 |
| 2.1.1 HMM模型 | 第16-17页 |
| 2.1.3 CRF模型 | 第17-18页 |
| 2.1.4 基于规则的抽取 | 第18页 |
| 2.2 SVM分类模型 | 第18-20页 |
| 2.3 搜索引擎中经典排序算法及其比较 | 第20-25页 |
| 2.3.1 PageRank算法 | 第20-21页 |
| 2.3.2 Hits算法 | 第21-22页 |
| 2.3.3 Hilltop算法 | 第22-23页 |
| 2.3.4 经典算法评价 | 第23-25页 |
| 2.4 文本索引技术 | 第25-27页 |
| 2.4.1 Solr简介 | 第25-26页 |
| 2.4.2 Solr索引功能 | 第26-27页 |
| 2.4.3 文本分词方法 | 第27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 企业文本的特征抽取方法的研究 | 第28-38页 |
| 3.1 企业产品说明文本特点分析 | 第28-29页 |
| 3.2 面向企业文本的特征抽取方法 | 第29-34页 |
| 3.2.1 规则的产生 | 第29-32页 |
| 3.2.2 改进的特征抽取方法 | 第32-34页 |
| 3.3 实验 | 第34-37页 |
| 3.3.1 实验的评估 | 第35页 |
| 3.3.2 实验结果 | 第35-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 改进的文本排序算法的研究 | 第38-46页 |
| 4.1 改进的文本排序算法 | 第38-42页 |
| 4.1.1 文本的PageRank值 | 第38-39页 |
| 4.1.2 文本间的相似度 | 第39-40页 |
| 4.1.3 文本的TF-IDF值 | 第40-41页 |
| 4.1.4 改进的文本PageRank值 | 第41-42页 |
| 4.2 文本模型的训练 | 第42-43页 |
| 4.3 实验评估 | 第43-45页 |
| 4.3.1 查询响应时间 | 第43-44页 |
| 4.3.2 查准率 | 第44-45页 |
| 4.4 本章小结 | 第45-46页 |
| 第五章 企业文本搜索引擎原型系统及实现 | 第46-69页 |
| 5.1 系统功能概述 | 第46页 |
| 5.2 原型系统的设计 | 第46-50页 |
| 5.2.1 体系结构 | 第46-49页 |
| 5.2.2 系统环境 | 第49-50页 |
| 5.3 系统关键类说明 | 第50-54页 |
| 5.4 原型系统的功能测试 | 第54-66页 |
| 5.4.1 企业文本数据格式的处理 | 第54页 |
| 5.4.2 文本特征抽取 | 第54-56页 |
| 5.4.3 文本间相似度的计算 | 第56-58页 |
| 5.4.4 文本的TF-IDF值的计算 | 第58-60页 |
| 5.4.5 文本的PageRank值的计算 | 第60-62页 |
| 5.4.6 文本训练模型 | 第62-64页 |
| 5.4.7 文本索引的实现 | 第64-66页 |
| 5.5 用户查询测试 | 第66-68页 |
| 5.6 本章小结 | 第68-69页 |
| 第六章 总结和展望 | 第69-71页 |
| 6.1 总结 | 第69页 |
| 6.2 展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第75-76页 |
| 附录2 攻读硕士学位期间申请的专利 | 第76-77页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第77-78页 |
| 致谢 | 第78页 |
