基于ICVSM的摘要抽取算法研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-7页 |
| 第1章 绪论 | 第7-13页 |
| ·课题背景及意义 | 第7-8页 |
| ·自动文摘研究现状 | 第8-10页 |
| ·本文所做工作 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第2章 自动文摘技术 | 第13-23页 |
| ·自动文摘概念 | 第13页 |
| ·自动文摘技术 | 第13-19页 |
| ·机械式摘要技术 | 第13-15页 |
| ·基于理解的自动摘要技术 | 第15-16页 |
| ·基于信息抽取的自动文摘技术 | 第16-17页 |
| ·基于篇章结构的自动文摘技术 | 第17-18页 |
| ·基于统计和语义结合的自动文摘技术 | 第18-19页 |
| ·相关理论知识 | 第19-22页 |
| ·知网 | 第19-21页 |
| ·向量空间模型 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 改进的词义排歧算法 | 第23-34页 |
| ·排歧算法分析 | 第23-25页 |
| ·义原同现频率数据库 | 第25-27页 |
| ·互信息 | 第27页 |
| ·相关系数计算 | 第27-32页 |
| ·义原划分 | 第27-29页 |
| ·第一独立义原相关系数计算 | 第29-30页 |
| ·其它独立义原相关系数计算 | 第30-32页 |
| ·待排歧词词义确定 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 改进的摘要抽取算法 | 第34-46页 |
| ·摘要抽取算法 | 第34-35页 |
| ·概念向量空间模型 | 第35-38页 |
| ·CVSM 的概念 | 第35-37页 |
| ·CVSM 的建立 | 第37-38页 |
| ·CVSM 的优化 | 第38-41页 |
| ·概念的相似度计算 | 第38-39页 |
| ·CVSM 中义项的合并 | 第39-41页 |
| ·摘要的生成 | 第41-45页 |
| ·主题概念向量空间模型 | 第41-42页 |
| ·句子重要度计算 | 第42-44页 |
| ·降低句子冗余度 | 第44-45页 |
| ·摘要抽取 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第5章 摘要抽取算法实验验证 | 第46-54页 |
| ·实验环境 | 第46页 |
| ·改进的词义排歧算法实验验证 | 第46-49页 |
| ·实验数据 | 第46-47页 |
| ·评估方法 | 第47页 |
| ·实验设计 | 第47页 |
| ·实验结果及分析 | 第47-49页 |
| ·改进摘要抽取算法实验验证 | 第49-53页 |
| ·实验数据 | 第49页 |
| ·评估方法 | 第49-50页 |
| ·实验设计 | 第50-51页 |
| ·实验结果及分析 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第6章 总结和展望 | 第54-57页 |
| ·研究总结 | 第54-56页 |
| ·研究展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 攻读硕士学位期间的研究成果 | 第61页 |
