知识管理平台中的数据智能处理
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·论文研究背景及意义 | 第11-12页 |
| ·国内外研究发展现状 | 第12-15页 |
| ·文档自动分类的发展历程 | 第12-13页 |
| ·文档自动摘要的发展历程 | 第13-15页 |
| ·论文安排与主要研究工作 | 第15-17页 |
| 第二章 系统框架及关键技术分析 | 第17-35页 |
| ·系统框架 | 第17-19页 |
| ·文档分类系统框架 | 第17-18页 |
| ·文档摘要系统框架 | 第18-19页 |
| ·文档预处理 | 第19-21页 |
| ·文档预处理实现过程 | 第19-20页 |
| ·文档分词 | 第20页 |
| ·文档去噪 | 第20-21页 |
| ·文档分词算法 | 第21-24页 |
| ·基于字符串匹配的分词方法 | 第21-22页 |
| ·基于理解的分词方法 | 第22-23页 |
| ·基于统计的分词方法 | 第23-24页 |
| ·基于机器学习的方法 | 第24页 |
| ·文档特征提取 | 第24-26页 |
| ·文档频率 DF | 第24-25页 |
| ·互信息 MI | 第25页 |
| ·CHI 统计 | 第25-26页 |
| ·信息增益 | 第26页 |
| ·文档表示模型 | 第26-27页 |
| ·文档分类及标准化方法 | 第27-28页 |
| ·文档自动摘要算法 | 第28-29页 |
| ·文档语句相似度计算方法 | 第29-34页 |
| ·基于向量空间模型的 TF*IDF 方法 | 第29-30页 |
| ·基于骨架依存树的相似度计算方法 | 第30-31页 |
| ·基于语义相似度分析 | 第31-32页 |
| ·基于多特征的句子相似度计算 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 基于关键词的文档分类算法 | 第35-42页 |
| ·改进 CHI 的特征词提取方法 | 第35-38页 |
| ·基本 CHI 算法的缺点 | 第35-36页 |
| ·DF 与 CHI 组合算法 | 第36-38页 |
| ·特征提取数的选择 | 第38页 |
| ·基于关键字的分类算法 | 第38-39页 |
| ·层次分类 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 自动文摘语句评价技术 | 第42-51页 |
| ·基于文档位置和关键词的自动文摘提取方法 | 第42-46页 |
| ·特征词提取 | 第42-43页 |
| ·算法总公式及各参数选择 | 第43-46页 |
| ·去除文摘冗余 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 系统实现及分析 | 第51-60页 |
| ·系统实现的总框架及模块 | 第51-56页 |
| ·评价标准 | 第56-57页 |
| ·自动分类模块评价标准 | 第56-57页 |
| ·自动文摘模块评价标准 | 第57页 |
| ·测试结果及分析 | 第57-59页 |
| ·文档自动分类测试结果 | 第57-58页 |
| ·文档自动摘要测试结果 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 结论 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录Ⅰ自动摘要示例 | 第65-66页 |
| 致谢 | 第66页 |
