基于互增强流形排序的多文档自动摘要方法研究
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容与技术路线 | 第13-15页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 技术路线 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-16页 |
| 第二章 多文档自动摘要的相关技术 | 第16-22页 |
| 2.1 多文档自动摘要技术概述 | 第16-18页 |
| 2.2 相关概念及主要技术 | 第18-20页 |
| 2.2.1 相似度计算 | 第18-19页 |
| 2.2.2 句子提取 | 第19页 |
| 2.2.3 摘要句排序 | 第19-20页 |
| 2.3 评测方法 | 第20-21页 |
| 2.3.1 内部评测方法 | 第20页 |
| 2.3.2 外部评测方法 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 多文档主题簇的识别 | 第22-28页 |
| 3.1 K-Means聚类算法 | 第23页 |
| 3.2 谱聚类算法 | 第23-26页 |
| 3.3 AP聚类算法 | 第26-27页 |
| 3.4 本章小结 | 第27-28页 |
| 第四章 基于互增强流形排序提取摘要 | 第28-34页 |
| 4.1 互增强流形排序 | 第28-29页 |
| 4.1.1 互增强 | 第28页 |
| 4.1.2 流形排序 | 第28-29页 |
| 4.2 基于互增强流形排序模型对句子进行排序 | 第29-32页 |
| 4.2.1 PMRS排序模型 | 第30-31页 |
| 4.2.2 PMRA排序模型 | 第31-32页 |
| 4.3 句子摘要提取和冗余控制 | 第32-33页 |
| 4.4 本章小结 | 第33-34页 |
| 第五章 实验结果分析 | 第34-43页 |
| 5.1 数据集分析 | 第34页 |
| 5.2 ROUGE指标评测 | 第34-35页 |
| 5.3 实验结果与对比 | 第35-41页 |
| 5.3.1 实验结果分析 | 第35-39页 |
| 5.3.2 对比DUC/TAC参赛系统 | 第39-40页 |
| 5.3.3 模型优势 | 第40-41页 |
| 5.4 本章小结 | 第41-43页 |
| 第六章 总结与展望 | 第43-45页 |
| 6.1 总结 | 第43页 |
| 6.2 展望 | 第43-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 作者简介 | 第49页 |
