首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

汉越双语新闻差异性摘要方法研究

摘要第5-6页
Abstract第6-7页
第一章 绪论第11-19页
    1.1 研究背景及意义第11-12页
    1.2 国内外研究现状第12-16页
        1.2.1 单文档自动摘要技术第13-15页
        1.2.2 多文档自动摘要技术第15页
        1.2.3 多语言多文档自动摘要技术第15-16页
    1.3 问题分析第16-17页
    1.4 论文的研究内容第17-18页
    1.5 论文的组织结构第18-19页
第二章 基于维基百科训练汉越双语词向量第19-31页
    2.1 引言第19-20页
    2.2 词向量及其相关技术简介第20-22页
        2.2.1 词的独热表示第20-21页
        2.2.2 词向量表示第21页
        2.2.3 CBOW模型和Skip-gram模型第21-22页
    2.3 双语词向量的相关工作第22-25页
    2.4 基于维基百科训练汉越双语词向量第25-27页
        2.4.1 语料与模型的选择第25-26页
        2.4.2 训练双语词向量第26-27页
    2.5 实验及分析第27-29页
        2.5.1 实验数据第27-28页
        2.5.2 实验设计与结果分析第28-29页
    2.6 本章小结第29-31页
第三章 多特征融合的汉越双语新闻摘要方法第31-43页
    3.1 引言第31页
    3.2 新闻文本的特点分析第31-32页
    3.3 多特征融合的汉越双语新闻摘要方法第32-38页
        3.3.1 句子间的新闻要素共现程度分析第33-34页
        3.3.2 句子间的相似度分析第34-36页
        3.3.3 句子关联无向图的建立第36-37页
        3.3.4 句子关联无向图顶点权重的计算第37页
        3.3.5 句子的位置重要性分析第37-38页
        3.3.6 去除冗余句子生成摘要第38页
    3.4 实验及分析第38-42页
        3.4.1 实验工具第38页
        3.4.2 实验数据第38-39页
        3.4.3 评价指标第39页
        3.4.4 实验设计与结果分析第39-42页
    3.5 本章小结第42-43页
第四章 基于双语主题聚类的汉越新闻差异性摘要方法第43-57页
    4.1 引言第43页
    4.2 相关工作第43-45页
    4.3 基于双语主题聚类的汉越新闻差异性摘要方法第45-52页
        4.3.1 LDA主题模型简介第46-48页
        4.3.2 抽取主题第48-49页
        4.3.3 抽取主题词第49-50页
        4.3.4 对主题进行聚类第50-51页
        4.3.5 抽取句子并生成摘要第51-52页
    4.4 实验及分析第52-55页
        4.4.1 实验工具与参数设置第52-53页
        4.4.2 实验数据第53页
        4.4.3 实验设计与结果分析第53-55页
    4.5 本章小结第55-57页
第五章 面向汉越双语新闻的差异性摘要原型系统第57-63页
    5.1 引言第57页
    5.2 系统框架第57-58页
    5.3 功能描述第58-62页
        5.3.1 新闻收集第58-59页
        5.3.2 新闻查看第59-60页
        5.3.3 新闻归类第60页
        5.3.4 摘要查看第60-62页
    5.4 本章小结第62-63页
第六章 总结和展望第63-65页
    6.1 总结第63-64页
    6.2 展望第64-65页
致谢第65-67页
参考文献第67-73页
附录A 攻读硕士学位期间发表论文第73-75页
附录B 攻读硕士学位期间参与项目第75页

论文共75页,点击 下载论文
上一篇:社交网络中紧密子图发现与信息推荐算法研究
下一篇:ONSET高分辨图像重建拼接方法研究