基于语义理解的文本相似度计算研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 引言 | 第9-11页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 课题研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 1.4 论文组织结构 | 第14-15页 |
| 第二章 文本相似度计算理论研究 | 第15-24页 |
| 2.1 文本相似度的基本概念 | 第15-16页 |
| 2.1.1 文本相似度的定义 | 第15页 |
| 2.1.2 文本相似度算法的特点 | 第15-16页 |
| 2.1.3 文本相似度算法的作用 | 第16页 |
| 2.2 中文分词技术 | 第16-18页 |
| 2.2.1 中文分词的特点 | 第17页 |
| 2.2.2 常用的中文分词方法 | 第17-18页 |
| 2.3 基于VSM的相似度计算方法 | 第18-21页 |
| 2.3.1 空间向量模型VSM | 第18-19页 |
| 2.3.2 权重的计算方法 | 第19-20页 |
| 2.3.3 基于VSM的相似度计算 | 第20页 |
| 2.3.4 存在的问题 | 第20-21页 |
| 2.4 其它的文本相似度计算方法 | 第21-23页 |
| 2.4.1 广义空间向量模型GVSM | 第21页 |
| 2.4.2 隐性语义索引LSI | 第21-22页 |
| 2.4.3 基于字符串的匹配算法 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第三章 基于语义的相似度算法研究 | 第24-35页 |
| 3.1 基于语义理解的相似度算法 | 第24-25页 |
| 3.1.1 语义相似度算法概念 | 第24-25页 |
| 3.1.2 语义相似度算法的特点 | 第25页 |
| 3.2 基于《知网》的文本相似度算法 | 第25-29页 |
| 3.2.1 《知网》基本概述 | 第26页 |
| 3.2.2 《知网》义原层次结构 | 第26-27页 |
| 3.2.3 词语、概念、义原相似度计算 | 第27-29页 |
| 3.2.4 基于义原的文本相似度计算 | 第29页 |
| 3.3 综合的文本相似度算法 | 第29-34页 |
| 3.3.1 逐层的指纹识别算法 | 第29-30页 |
| 3.3.2 本文采用的计算方法 | 第30-32页 |
| 3.3.3 算法的有效性验证 | 第32-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 文本相似度系统的设计 | 第35-43页 |
| 4.1 文本相似度系统的概述 | 第35-36页 |
| 4.1.1 文本相似度系统的组成 | 第35页 |
| 4.1.2 文本相似度系统的流程 | 第35-36页 |
| 4.2 文本预处理模块设计 | 第36-38页 |
| 4.3 文本向量构建模块设计 | 第38-39页 |
| 4.4 文本库数据设计 | 第39-40页 |
| 4.5 《知网》数据库设计 | 第40-42页 |
| 4.6 综合计算模块设计 | 第42页 |
| 4.7 本章小结 | 第42-43页 |
| 第五章 文本相似度系统的实现 | 第43-52页 |
| 5.1 技术路线与框架选择 | 第43-44页 |
| 5.2 文本预处理模块的实现 | 第44-46页 |
| 5.3 文本向量构建的实现 | 第46-47页 |
| 5.4 《知网》数据处理的实现 | 第47-48页 |
| 5.5 综合计算模块的实现 | 第48-50页 |
| 5.6 系统测试和应用实例 | 第50-51页 |
| 5.7 本章小结 | 第51-52页 |
| 结束语 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 发表文章 | 第56-57页 |
| 致谢 | 第57页 |
