WEB主题检索系统的性能优化设计
| 第1章 引言 | 第1-11页 |
| ·课题的提出及其意义 | 第8页 |
| ·国内外研究状况 | 第8-9页 |
| ·本文的工作 | 第9-10页 |
| ·文章组织 | 第10-11页 |
| 第2章 Web主题检索原理及结构模型 | 第11-17页 |
| ·搜索引擎系统的构成及工作流程 | 第11-15页 |
| ·Spider采集器 | 第11-14页 |
| ·分析器及索引器 | 第14页 |
| ·检索器 | 第14页 |
| ·用户接口 | 第14-15页 |
| ·搜索引擎工作流程 | 第15页 |
| ·Web主题检索系统 | 第15-17页 |
| ·Web主题系统的基本构成 | 第15-16页 |
| ·主题系统的特点 | 第16-17页 |
| 第3章 TDT主题检索技术及相关中文资源 | 第17-24页 |
| ·TDT事件主题检索技术 | 第17-18页 |
| ·主题检索相关中文资源 | 第18-22页 |
| ·分词 | 第18-20页 |
| ·词性标注 | 第20-21页 |
| ·未登录词及其处理 | 第21-22页 |
| ·汉语词法分析系统 ICTCLAS | 第22页 |
| ·概念映射 | 第22-24页 |
| ·知网的概念系统 | 第22-23页 |
| ·基于知网的概念映射 | 第23-24页 |
| 第4章 主题相似性计算模型 | 第24-38页 |
| ·内容主题与事件主题的关系 | 第24-26页 |
| ·信息粒度原理 | 第24-26页 |
| ·内容主题与事件主题的关系 | 第26页 |
| ·基于信息粒度的主题相似性识别模型 | 第26-27页 |
| ·内容主题识别方法 | 第27-31页 |
| ·内容主题识别过程 | 第27-28页 |
| ·向量空间模型(VSM) | 第28页 |
| ·TFIDF特征提取算法 | 第28-31页 |
| ·事件主题识别方法 | 第31-38页 |
| ·信息抽取相关概念 | 第31-32页 |
| ·事件主题领域知识库的构造 | 第32-36页 |
| ·事件主题识别算法 | 第36-38页 |
| 第5章 实验过程及结果分析 | 第38-45页 |
| ·评价标准 | 第38-39页 |
| ·系统实现 | 第39-40页 |
| ·语料库 | 第40-41页 |
| ·实验过程 | 第41-42页 |
| ·实验结果 | 第42-45页 |
| ·内容主题识别过程实验 | 第42-43页 |
| ·事件主题识别过程实验 | 第43-45页 |
| 第6章 结论与展望 | 第45-47页 |
| ·工作总结 | 第45页 |
| ·后续工作展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间发表论文情况 | 第50-51页 |
| 致谢 | 第51页 |
