中文多网页自动摘要的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 1. 绪论 | 第10-13页 |
| ·自动摘要技术的研究意义 | 第10-11页 |
| ·自动摘要技术的研究现状 | 第11-12页 |
| ·本文的主要研究内容概述 | 第12-13页 |
| 2. 自动摘要综述 | 第13-21页 |
| ·自动摘要技术的分类 | 第13-19页 |
| ·自动摘录 | 第13-15页 |
| ·基于理解 | 第15页 |
| ·基于信息抽取 | 第15-16页 |
| ·多文档摘要与单文档的区别 | 第16-19页 |
| ·自动文摘的评价方法 | 第19-21页 |
| 3. 基于聚类算法的网页摘要研究 | 第21-28页 |
| ·算法流程图 | 第21-22页 |
| ·网页关键词抽取 | 第22-23页 |
| ·基于K-MEDOIDS 算法的摘要模型 | 第23-26页 |
| ·句子相似度公式 | 第23-24页 |
| ·K-Means 算法和其缺点 | 第24-25页 |
| ·K-Medoids 算法 | 第25页 |
| ·Hownet 词语相似度计算 | 第25-26页 |
| ·摘要生成 | 第26-27页 |
| ·基于聚类的网页摘要算法总结 | 第27-28页 |
| 4. 突发事件网页新闻报道摘要研究 | 第28-35页 |
| ·突发事件的特点 | 第28页 |
| ·算法流程图 | 第28-30页 |
| ·事件模板的信息抽取 | 第30-31页 |
| ·基于语言模型的统计规则 | 第30-31页 |
| ·启发式规则 | 第31页 |
| ·信息融合 | 第31-34页 |
| ·时间融合 | 第31-32页 |
| ·地点融合 | 第32-33页 |
| ·结果融合 | 第33-34页 |
| ·摘要生成 | 第34页 |
| ·事件摘要算法总结 | 第34-35页 |
| 5. 网页自动摘要系统的实现 | 第35-43页 |
| ·系统概述 | 第35页 |
| ·系统运行平台 | 第35-36页 |
| ·网页摘要的开发和关键技术 | 第36-37页 |
| ·新闻事件摘要的开发和关键技术 | 第37-39页 |
| ·地点库和语料库收集 | 第39-41页 |
| ·系统界面 | 第41-43页 |
| 6. 实验和评价 | 第43-51页 |
| ·基于聚类的网页摘要算法评价 | 第43-47页 |
| ·实验设置 | 第43页 |
| ·聚类算法比较 | 第43-44页 |
| ·Hownet 词语相似度模块实验 | 第44-45页 |
| ·摘要算法比较 | 第45-46页 |
| ·网页摘要输出实例 | 第46-47页 |
| ·突发事件网页新闻摘要算法评价 | 第47-51页 |
| ·训练语料 | 第47页 |
| ·评测标准 | 第47页 |
| ·实验数据 | 第47-49页 |
| ·实验结果分析 | 第49-50页 |
| ·事件摘要输出实例 | 第50-51页 |
| 结论 | 第51-52页 |
| 今后的工作 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 鸣谢 | 第57-58页 |
| 附录 硕士期间参与过的研究项目和发表的论文 | 第58页 |
