基于引文上下文的学术文献摘要方法研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 自动摘要 | 第11-12页 |
| 1.2.2 基于学术文献的自动摘要 | 第12-13页 |
| 1.3 研究内容与技术路线 | 第13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 自动摘要的相关理论简介 | 第15-23页 |
| 2.1 自动摘要的定义与分类 | 第15-16页 |
| 2.1.1 自动摘要的定义 | 第15页 |
| 2.1.2 自动摘要的分类 | 第15-16页 |
| 2.2 常见自动摘要方法 | 第16-19页 |
| 2.2.1 基于统计的自动摘要 | 第16-17页 |
| 2.2.2 基于理解的自动摘要 | 第17页 |
| 2.2.3 基于信息抽取的自动摘要 | 第17-18页 |
| 2.2.4 基于结构的自动摘要 | 第18-19页 |
| 2.3 引文相关概述 | 第19-20页 |
| 2.4 自动摘要评测方法 | 第20-22页 |
| 2.4.1 内部评测方法 | 第20-22页 |
| 2.4.2 外部评测方法 | 第22页 |
| 2.5 本章小结 | 第22-23页 |
| 第三章 基于卷积神经网络的引文上下文分类 | 第23-34页 |
| 3.1 学术文献结构分析 | 第23页 |
| 3.2 卷积神经网络结构的设计 | 第23-26页 |
| 3.2.1 卷积神经网络的特点 | 第23-24页 |
| 3.2.2 模型结构 | 第24-26页 |
| 3.3 实验设计与结果分析 | 第26-33页 |
| 3.3.1 实验数据集分析 | 第26-28页 |
| 3.3.2 词向量的选择 | 第28-29页 |
| 3.3.3 参数设置 | 第29页 |
| 3.3.4 模型训练 | 第29-30页 |
| 3.3.5 对比实验设计 | 第30-31页 |
| 3.3.6 实验结果分析 | 第31-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 基于引文上下文的学术文献摘要生成 | 第34-48页 |
| 4.1 方法概述与流程 | 第34-35页 |
| 4.2 基于向量空间模型的引文上下文抽取 | 第35-40页 |
| 4.2.1 引文与引文上下文 | 第35页 |
| 4.2.2 基于N-gram的分词 | 第35-36页 |
| 4.2.3 特征选择与权重计算 | 第36-37页 |
| 4.2.4 构建向量空间模型 | 第37页 |
| 4.2.5 句子相似度计算 | 第37-38页 |
| 4.2.6 抽取结果分析 | 第38-40页 |
| 4.3 基于图的句子重要性排序算法的改进 | 第40-43页 |
| 4.3.1 句子的重要性 | 第41页 |
| 4.3.2 句子的冗余性 | 第41-43页 |
| 4.4 摘要生成与实验结果分析 | 第43-47页 |
| 4.4.1 摘要生成 | 第43-44页 |
| 4.4.2 评测标准 | 第44页 |
| 4.4.3 摘要评测 | 第44-45页 |
| 4.4.4 生成摘要示例 | 第45-47页 |
| 4.5 本章小结 | 第47-48页 |
| 第五章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48页 |
| 5.2 展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 作者简介 | 第54页 |
