同一新闻事件识别研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 主要研究内容与论文组织结构 | 第12-13页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 论文组织结构 | 第13页 |
| 1.4 本章小结 | 第13-14页 |
| 第2章 相关技术介绍 | 第14-21页 |
| 2.1 网络爬虫介绍 | 第14-15页 |
| 2.2 爬虫搜索策略 | 第15-17页 |
| 2.3 中文分词技术 | 第17-19页 |
| 2.3.1 中文分词技术的特点 | 第18页 |
| 2.3.2 常见中文分词方法 | 第18-19页 |
| 2.4 文本相似度比较 | 第19页 |
| 2.5 本章小结 | 第19-21页 |
| 第3章 网络新闻爬取和预处理 | 第21-31页 |
| 3.1 网络新闻的特点分析 | 第21页 |
| 3.2 网络新闻数据爬取 | 第21-24页 |
| 3.3 本文爬虫工作流程 | 第24-25页 |
| 3.4 遇到的主要问题与解决方案 | 第25-26页 |
| 3.5 基于正则表达式的新闻文本预处理 | 第26-27页 |
| 3.5.1 HTML结构特点 | 第26页 |
| 3.5.2 正则表达式 | 第26-27页 |
| 3.6 新闻文本聚类 | 第27-30页 |
| 3.6.1 基于向量空间模型的新闻处理 | 第27-29页 |
| 3.6.2 基于向量空间模型的K-means聚类 | 第29-30页 |
| 3.7 本章小结 | 第30-31页 |
| 第4章 同一新闻事件识别 | 第31-41页 |
| 4.1 事件识别定义 | 第31页 |
| 4.2 新闻时间关键词识别 | 第31-33页 |
| 4.3 新闻地点关键词识别 | 第33-34页 |
| 4.4 新闻人物关键词识别 | 第34-36页 |
| 4.5 新闻类别关键词识别 | 第36页 |
| 4.6 新闻文本相对词频计算 | 第36-37页 |
| 4.7 事件重点词筛选及识别步骤 | 第37-40页 |
| 4.8 本章小结 | 第40-41页 |
| 第5章 实验数据与结果分析 | 第41-50页 |
| 5.1 实验设计 | 第41-42页 |
| 5.1.1 试验数据来源 | 第41页 |
| 5.1.2 实验环境 | 第41页 |
| 5.1.3 实验步骤 | 第41-42页 |
| 5.2 实验结果及分析 | 第42-49页 |
| 5.2.1 爬虫结果分析 | 第42-43页 |
| 5.2.2 新闻文本预处理 | 第43-44页 |
| 5.2.3 新闻文本聚类 | 第44-45页 |
| 5.2.4 新闻关键词识别 | 第45-47页 |
| 5.2.5 新闻同一事件识别 | 第47-49页 |
| 5.2.6 新闻关注度排名 | 第49页 |
| 5.3 本章小结 | 第49-50页 |
| 第6章 总结与展望 | 第50-52页 |
| 6.1 论文工作总结 | 第50页 |
| 6.2 工作展望 | 第50-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55页 |
