基于观点挖掘主题模型的多文档自动文摘技术研究
| 摘要 | 第4-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文的主要工作 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-16页 |
| 第2章 相关技术综述 | 第16-26页 |
| 2.1 自动文摘系统概述 | 第16-21页 |
| 2.1.1 自动文摘的类型 | 第16-17页 |
| 2.1.2 自动文摘的主要方法 | 第17-20页 |
| 2.1.3 自动文摘的评价体系 | 第20-21页 |
| 2.2 主题模型介绍 | 第21-25页 |
| 2.2.1 LDA主题模型介绍 | 第21-23页 |
| 2.2.2 其他主题模型 | 第23-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第3章 基于观点挖掘的主题建模 | 第26-37页 |
| 3.1 引言 | 第26页 |
| 3.2 观点挖掘研究 | 第26-27页 |
| 3.3 基于观点信息的主题模型构建 | 第27-32页 |
| 3.3.1 算法描述 | 第27-29页 |
| 3.3.2 观点词组的抽取 | 第29-30页 |
| 3.3.3 模型参数推断 | 第30-32页 |
| 3.4 实验设计及结果 | 第32-36页 |
| 3.4.1 实验数据 | 第32页 |
| 3.4.2 主题模型评估 | 第32-33页 |
| 3.4.3 实验结果与分析 | 第33-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 基于观点主题模型的多文档自动文摘 | 第37-50页 |
| 4.1 引言 | 第37-38页 |
| 4.2 基于主题模型的自动文摘研究 | 第38-39页 |
| 4.3 观点主题模型多文档自动文摘系统 | 第39-44页 |
| 4.3.1 算法描述 | 第39-40页 |
| 4.3.2 句子权重计算 | 第40-42页 |
| 4.3.3 文摘抽取及冗余处理 | 第42-44页 |
| 4.4 实验结果与分析 | 第44-49页 |
| 4.4.1 实验数据 | 第44页 |
| 4.4.2 实验环境 | 第44页 |
| 4.4.3 评价指标 | 第44-46页 |
| 4.4.4 实验结果与分析 | 第46-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 工作展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 作者简介及在学期间所取得的科研成果 | 第56-57页 |
| 致谢 | 第57页 |
