| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 相关研究背景 | 第11-12页 |
| 1.2 国内外研究现状及存在问题 | 第12-14页 |
| 1.3 本文研究内容及目标 | 第14-15页 |
| 1.4 论文的组织 | 第15-17页 |
| 第二章 实验级别的老挝语语义词典的构建及相关理论技术介绍 | 第17-27页 |
| 2.1 实验级别的老挝语语义词典的构建 | 第17-21页 |
| 2.1.1 简介WordNet | 第17-18页 |
| 2.1.2 语义函数 | 第18页 |
| 2.1.3 语义编码 | 第18-21页 |
| 2.2 向量空间模型 | 第21-22页 |
| 2.3 Shingling算法 | 第22-23页 |
| 2.3.1 获取特征集 | 第22-23页 |
| 2.3.2 集合相似度计算 | 第23页 |
| 2.4 跨语言文本相似度两种常见算法 | 第23-25页 |
| 2.4.1 基于统计翻译模型的算法 | 第23-24页 |
| 2.4.2 CL-ESA算法 | 第24-25页 |
| 2.5 关系向量模型 | 第25-26页 |
| 2.6 本章小结 | 第26-27页 |
| 第三章 基于语义词典的汉老双语文本相似度计算 | 第27-37页 |
| 3.1 引言 | 第27-28页 |
| 3.2 文本预处理 | 第28页 |
| 3.3 语义消歧 | 第28-31页 |
| 3.3.1 语义距离 | 第28-29页 |
| 3.3.2 消歧算法思想 | 第29-31页 |
| 3.4 跨语言文本相似度计算 | 第31-33页 |
| 3.4.1 文本特征提取 | 第31-32页 |
| 3.4.2 跨语言文本相似度计算 | 第32-33页 |
| 3.5 实验结果与分析 | 第33-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第四章 基于关系向量模型的汉老双语句子相似度计算 | 第37-49页 |
| 4.0 引言 | 第37页 |
| 4.1 关系向量模型 | 第37-38页 |
| 4.2 基于关系向量模型的句子相似度计算的算法实现 | 第38-41页 |
| 4.3 基于关系向量模型算法的改进 | 第41-45页 |
| 4.3.1 针对关键词词义的精度提高 | 第41-42页 |
| 4.3.2 针对关键词位置的精度提高 | 第42-45页 |
| 4.4 实验结果及分析 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第五章 总结与展望 | 第49-53页 |
| 5.1 总结 | 第49-50页 |
| 5.2 展望 | 第50-53页 |
| 致谢 | 第53-55页 |
| 参考文献 | 第55-59页 |
| 附录A (攻读学位期间发表著作和科研情况) | 第59-61页 |
| 附录B 攻读硕士期间参与项目 | 第61页 |