| 表目录 | 第1-8页 |
| 图目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-21页 |
| ·课题来源 | 第11页 |
| ·自动文摘技术综述 | 第11-16页 |
| ·自动文本摘要技术的发展现状 | 第11-13页 |
| ·文摘的概念和分类 | 第13-14页 |
| ·自动文摘的处理过程 | 第14-15页 |
| ·自动文本摘要技术的主要方法 | 第15页 |
| ·自动文摘的关键技术 | 第15-16页 |
| ·自动文摘评测技术综述 | 第16-19页 |
| ·内部评测技术 | 第16-18页 |
| ·外部评测技术 | 第18页 |
| ·评测技术发展现状 | 第18-19页 |
| ·论文的主要内容 | 第19-21页 |
| 第二章 文本信息特征的获取 | 第21-28页 |
| ·新闻文档特点分析 | 第21-22页 |
| ·新闻的结构特点 | 第21页 |
| ·新闻的内容特点 | 第21-22页 |
| ·文本信息特征 | 第22-23页 |
| ·文本信息特征的获取 | 第23-25页 |
| ·词特征的获取及其权值计算 | 第23-24页 |
| ·语句、段落的获取 | 第24页 |
| ·标题的获取 | 第24-25页 |
| ·文本单元的向量表示 | 第25-27页 |
| ·实验结果分析 | 第27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于统计方法的单文档自动文摘 | 第28-42页 |
| ·基于统计方法的单文档自动文摘方法 | 第28-33页 |
| ·传统统计方法实现文摘的基本原理 | 第28-29页 |
| ·基于模糊决策理论的单文档自动文摘方法 | 第29-33页 |
| ·实验结果分析 | 第33-41页 |
| ·本章方法和传统统计方法的内部评测实验 | 第33-35页 |
| ·本章方法和传统统计方法的外部评测实验 | 第35-39页 |
| ·本章方法实现的自动文摘系统与实用系统的性能比较实验 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于聚类算法的单文档自动文摘 | 第42-58页 |
| ·聚类算法基本原理 | 第42-46页 |
| ·K-means聚类算法 | 第42-45页 |
| ·K-medoids聚类算法 | 第45-46页 |
| ·MCMRS PAM聚类算法 | 第46页 |
| ·基于聚类算法的单文档自动文摘方法 | 第46-51页 |
| ·最小-最大聚类原则 | 第47-49页 |
| ·基于MMS_MCMRS_PAM的聚类算法 | 第49-50页 |
| ·摘要的生成 | 第50-51页 |
| ·实验结果分析 | 第51-56页 |
| ·文档结构统计 | 第51-52页 |
| ·聚类算法有效性内部评测实验 | 第52-55页 |
| ·聚类算法有效性外部评测实验 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 新闻文档的多文档自动文摘 | 第58-69页 |
| ·多文档文本摘要技术概述 | 第58-59页 |
| ·多文档文本摘要技术与单文档文本摘要技术的区别 | 第58页 |
| ·主要方法 | 第58-59页 |
| ·基于语义空间聚类和主题匹配的多文档自动文摘方法 | 第59-65页 |
| ·多文档文本摘要流程 | 第59-60页 |
| ·利用语义空间计算词汇相似度 | 第60-62页 |
| ·聚类算法 | 第62页 |
| ·基于主题匹配的主题句抽取方法 | 第62-65页 |
| ·文摘内容输出 | 第65页 |
| ·实验结果分析 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 结束语 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 附录A: 自动文摘评测技术发展现状 | 第77-79页 |
| 附录B: 外部评测实验平台 | 第79-81页 |
| 附录C: 本文算法实验平台 | 第81-83页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第83-84页 |
| 致谢 | 第84页 |