| 摘要 | 第1-3页 |
| ABSTRACT | 第3-6页 |
| 第一章 引言 | 第6-12页 |
| ·国内外研究状况 | 第6-9页 |
| ·基于统计的机械式方法 | 第6-7页 |
| ·基于自然语言理解的方法 | 第7-8页 |
| ·基于篇章结构的方法 | 第8-9页 |
| ·本课题的研究内容及主体框架 | 第9-11页 |
| ·研究的主要内容 | 第9-10页 |
| ·主体框架 | 第10-11页 |
| ·本文结构 | 第11-12页 |
| 第二章 自然语言处理基础 | 第12-32页 |
| ·语料库 | 第12-17页 |
| ·语料库的历史与现状 | 第13-14页 |
| ·语料库的使用 | 第14-17页 |
| ·词语切分与消歧 | 第17-20页 |
| ·正向最大匹配－MM 法（The Maximum Matching Method） | 第18-19页 |
| ·逆向最大匹配－OMM 法（The Opposite Directional Maximum Matching Method） | 第19-20页 |
| ·双向扫描法 | 第20页 |
| ·切分歧义 | 第20-26页 |
| ·歧义字段的类型 | 第21-22页 |
| ·互信息 | 第22-25页 |
| ·t-测试及t-测试差 | 第25页 |
| ·互信息与t-测试差处理交集型歧义切分 | 第25-26页 |
| ·词性的自动标注 | 第26-32页 |
| ·马尔科夫（Markov）过程 | 第27-29页 |
| ·隐马尔科夫模型（HMM） | 第29-32页 |
| 第三章 基于概念的向量空间模型 | 第32-42页 |
| ·自动文摘的相关模型——向量空间模型 | 第32-35页 |
| ·文本的向量空间表示 | 第32-33页 |
| ·特征项权重计算 | 第33-35页 |
| ·同义词词林 | 第35-36页 |
| ·基于概念的向量空间模型 | 第36-39页 |
| ·基于同义词词林概念的获取 | 第36-37页 |
| ·概念重要度计算 | 第37-38页 |
| ·文本间的相似度度量 | 第38页 |
| ·句子重要度计算 | 第38-39页 |
| ·停用词 | 第39-40页 |
| ·文摘句的选择 | 第40-42页 |
| 第四章 粗糙集在自动文摘中的研究与应用 | 第42-46页 |
| ·粗糙集理论基础 | 第42-43页 |
| ·粗糙集数据预处理 | 第43-44页 |
| ·句子格的表示与提取 | 第43页 |
| ·句子重要度属性离散 | 第43-44页 |
| ·约简与规则的提取 | 第44-45页 |
| ·规则的应用 | 第45-46页 |
| 第五章 系统实现 | 第46-48页 |
| ·系统程序的主要流程 | 第46-47页 |
| ·系统实现 | 第47-48页 |
| 第六章 总结与展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 发表论文和参加科研情况说明 | 第53-54页 |
| 致谢 | 第54页 |