| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究工作的背景 | 第10页 |
| 1.2 本文研究的目的与意义 | 第10-12页 |
| 1.3 国内外研究历史与现状 | 第12-14页 |
| 1.4 本文章节编排 | 第14-15页 |
| 第二章 相关研究 | 第15-37页 |
| 2.1 同义词识别的概念 | 第15-17页 |
| 2.2 同义词识别的分类 | 第17-19页 |
| 2.3 汉语同义词识别算法研究 | 第19-29页 |
| 2.3.1 基于字面的相似度算法 | 第19-22页 |
| 2.3.2 基于Ontology(世界知识)的相似度算法 | 第22-27页 |
| 2.3.3 基于图模型的同义词集抽取算法 | 第27-29页 |
| 2.4 词向量 | 第29-31页 |
| 2.4.1 词向量的理解 | 第29-31页 |
| 2.5 XGBoost模型 | 第31-37页 |
| 第三章 数据处理及对齐规则设计 | 第37-51页 |
| 3.1 同义词挖掘具体实现流程 | 第37-38页 |
| 3.2 数据预处理 | 第38-40页 |
| 3.2.1 数据提取 | 第38-40页 |
| 3.3 对齐规则设计 | 第40-51页 |
| 3.3.1 对齐的概念 | 第41页 |
| 3.3.2 规则对齐 | 第41-46页 |
| 3.3.3 统计对齐 | 第46-49页 |
| 3.3.4 短语对抽取 | 第49-51页 |
| 第四章 特征工程及模型训练 | 第51-65页 |
| 4.1 特征工程 | 第51-62页 |
| 4.1.1 统计特征提取 | 第51-54页 |
| 4.1.2 词向量特征提取 | 第54-61页 |
| 4.1.3 特征筛选 | 第61-62页 |
| 4.2 模型训练及调参 | 第62-63页 |
| 4.3 基于领域文章检索数据的同义词挖掘应用拓展 | 第63-65页 |
| 4.3.1 候选对提取 | 第63-64页 |
| 4.3.2 词对清洗 | 第64页 |
| 4.3.3 特征工程 | 第64页 |
| 4.3.4 模型训练 | 第64-65页 |
| 第五章 实验与分析 | 第65-73页 |
| 5.1 实验结果 | 第65-73页 |
| 5.1.1 对比实验一 | 第65-67页 |
| 5.1.2 方法及调参实验 | 第67-70页 |
| 5.1.3 对比实验二 | 第70-71页 |
| 5.1.4 查询小界面 | 第71页 |
| 5.1.5 本章小节 | 第71-73页 |
| 第六章 总结与展望 | 第73-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间取得的成果 | 第78页 |