| 摘要 | 第1-8页 |
| ABSTRACT | 第8-14页 |
| 第1章 引言 | 第14-22页 |
| ·研究背景和意义 | 第14-17页 |
| ·研究动机和本文的主要工作 | 第17-20页 |
| ·本文的组织结构 | 第20-22页 |
| 第2章 相关研究工作综述 | 第22-42页 |
| ·概述 | 第22页 |
| ·自动文摘研究现状 | 第22-40页 |
| ·与自动文摘有关的上下文因素 | 第22-23页 |
| ·典型的自动文摘任务 | 第23-28页 |
| ·自动文摘的主要方法 | 第28-37页 |
| ·自动文摘的评价方法 | 第37-40页 |
| ·现有研究的不足及本文的研究思路 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第3章 融合内容上下文信息的自动文摘方法 | 第42-65页 |
| ·引言 | 第42-43页 |
| ·相关研究介绍 | 第43-46页 |
| ·多文档自动文摘的相关研究简介 | 第43-45页 |
| ·面向查询的多文档自动文摘的相关研究简介 | 第45-46页 |
| ·基于多因素融合的方法 | 第46-56页 |
| ·概述 | 第46-47页 |
| ·基于协同学习的查询相关句选择 | 第47-49页 |
| ·基于图模型的多因素融合句子打分 | 第49-51页 |
| ·实验结果与分析 | 第51-55页 |
| ·结论 | 第55-56页 |
| ·基于上下文协同的方法 | 第56-64页 |
| ·概述 | 第56-57页 |
| ·构建双层图模型 | 第57-58页 |
| ·查询相关的上下文独立打分 | 第58-60页 |
| ·基于Co-HITS-Ranking算法的上下文协同句子打分 | 第60-61页 |
| ·实验结果与分析 | 第61-64页 |
| ·结论 | 第64页 |
| ·本章小结 | 第64-65页 |
| 第4章 融合使用上下文信息的自动文摘方法 | 第65-91页 |
| ·引言 | 第65-67页 |
| ·相关研究介绍 | 第67-68页 |
| ·基于社会上下文的通用自动文摘方法 | 第68-77页 |
| ·概述 | 第68-69页 |
| ·社会上下文发现 | 第69-72页 |
| ·上下文敏感的句子打分 | 第72-74页 |
| ·摘要生成 | 第74页 |
| ·实验结果与分析 | 第74-77页 |
| ·结论 | 第77页 |
| ·基于社会上下文的个性化自动文摘方法 | 第77-90页 |
| ·概述 | 第77-80页 |
| ·基于文档扩展和用户扩展的社会上下文识别 | 第80-82页 |
| ·基于社会上下文的用户兴趣发现 | 第82-83页 |
| ·个性化摘要生成 | 第83-84页 |
| ·实验结果与分析 | 第84-89页 |
| ·结论 | 第89-90页 |
| ·本章小结 | 第90-91页 |
| 第5章 融合使用上下文和结构上下文信息的自动文摘方法 | 第91-105页 |
| ·引言 | 第91-92页 |
| ·相关研究介绍 | 第92-93页 |
| ·基于混合引文上下文的影响点自动文摘 | 第93-100页 |
| ·概述 | 第93-94页 |
| ·混合引文上下文的影响推测 | 第94-97页 |
| ·引文句语言模型估计 | 第97-98页 |
| ·影响点摘要的自动生成 | 第98-100页 |
| ·实验结果与分析 | 第100-104页 |
| ·数据集与评价方法 | 第100-101页 |
| ·实验结果 | 第101-104页 |
| ·本章小结 | 第104-105页 |
| 第6章 总结与展望 | 第105-109页 |
| ·总结 | 第105-106页 |
| ·展望 | 第106-109页 |
| 参考文献 | 第109-119页 |
| 攻读博士学位期间科研情况 | 第119-121页 |
| 致谢 | 第121页 |