基于多特征融合的汉语语句相似度计算
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 存在的主要问题 | 第15-16页 |
| 1.4 本文的主要研究内容 | 第16页 |
| 1.5 本章总结 | 第16-17页 |
| 2 词语的处理方法 | 第17-22页 |
| 2.1 汉语分词 | 第17-19页 |
| 2.1.1 分词含义 | 第17-18页 |
| 2.1.2 自动分词方法 | 第18-19页 |
| 2.2 词语的相似度 | 第19-21页 |
| 2.2.1 词语相似度计算 | 第19-20页 |
| 2.2.2 分类及存在问题 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 3 基于多特征融合的汉语语句相似度计算 | 第22-35页 |
| 3.1 汉语语句相似度计算理论基础 | 第22-25页 |
| 3.1.1 语句相似度计算常见方法 | 第22-23页 |
| 3.1.2 相关概念 | 第23-24页 |
| 3.1.3 语句特征的简单介绍 | 第24-25页 |
| 3.2 传统方法及关系向量模型 | 第25-26页 |
| 3.2.1 传统方法 | 第25页 |
| 3.2.2 关系向量模型方法 | 第25-26页 |
| 3.3 多特征融合的汉语语句相似度计算 | 第26-29页 |
| 3.3.1 汉语语句相似度计算基础 | 第26-28页 |
| 3.3.2 词序的处理方法 | 第28-29页 |
| 3.3.3 语句相似度计算实现过程 | 第29页 |
| 3.4 处理方案 | 第29-34页 |
| 3.4.1 改进方案 | 第29-30页 |
| 3.4.2 仅利用关联词计算方案 | 第30-32页 |
| 3.4.3 加入非关键词的计算方案 | 第32-33页 |
| 3.4.4 关键词和非关键词分别计算的方案 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 相似度计算方法的实现及实验考察 | 第35-44页 |
| 4.1 新闻标题相似度计算 | 第35-36页 |
| 4.1.1 实验准备 | 第35页 |
| 4.1.2 实验分析 | 第35-36页 |
| 4.2 综合实验 | 第36-43页 |
| 4.2.1 实验方法 | 第36-37页 |
| 4.2.2 实验数据 | 第37-40页 |
| 4.2.3 实验结果分析 | 第40-42页 |
| 4.2.4 实验比较分析 | 第42-43页 |
| 4.3 本章小结 | 第43-44页 |
| 结论 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 攻读学位期间发表的学术论文 | 第50-51页 |
| 致谢 | 第51页 |
