首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

电子商务中针对产品的摘要挖掘技术研究

摘要第1-5页
Abstract第5-9页
第1章 绪论第9-16页
   ·课题背景及研究内容和意义第9-11页
     ·课题背景第9页
     ·课题研究内容第9-10页
     ·课题研究意义第10-11页
   ·多文档文摘研究现状第11-14页
     ·多文档文摘主要方法第11-13页
     ·多文档文摘的自动评测第13-14页
     ·相关国际评测第14页
   ·本文组织结构第14-16页
第2章 基于句子聚类的子主题生成研究第16-24页
   ·引言第16-18页
     ·子主题的定义第16-17页
     ·句子聚类形成子主题总体思路第17-18页
   ·句子聚类第18-22页
     ·特征表示第18-19页
     ·相似度计算方法第19-20页
     ·聚类方法第20-22页
   ·子主题形成及重要性排序第22-23页
   ·本章小结第23-24页
第3章 基于分类的摘要短语抽取研究第24-35页
   ·最大熵模型介绍第24-29页
     ·条件最大熵模型第25-26页
     ·最大熵最优解第26-27页
     ·模型训练算法第27-29页
   ·候选短语获取第29-31页
     ·指示词表的构建第29-30页
     ·候选短语获取方法第30-31页
   ·短语识别第31-33页
   ·短语打分与摘要生成第33页
   ·本章小结第33-35页
第4章 产品摘要挖掘系统实现第35-42页
   ·系统介绍第35-37页
   ·主要模块介绍第37-41页
     ·文本预处理第37-39页
     ·句子聚类形成子主题第39-40页
     ·短语识别与抽取第40-41页
   ·本章小结第41-42页
第5章 实验结果及分析第42-47页
   ·引言第42页
   ·短语识别实验第42-44页
     ·数据第43页
     ·评价指标第43-44页
     ·实验结果与分析第44页
   ·摘要生成实验第44-46页
     ·数据资源第44-45页
     ·评价指标第45页
     ·实验结果与分析第45-46页
   ·本章小结第46-47页
结论第47-48页
参考文献第48-52页
攻读硕士学位期间发表的论文及其它成果第52-54页
致谢第54页

论文共54页,点击 下载论文
上一篇:面向产品领域的细粒度情感分析技术
下一篇:船舶企业车间作业计划方法与系统