摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-15页 |
1.1 课题的研究背景 | 第11-13页 |
1.2 研究目的和意义 | 第13页 |
1.3 论文的研究内容 | 第13页 |
1.4 论文的组织结构 | 第13-15页 |
第2章 相关研究综述 | 第15-39页 |
2.1 事件时间摘要方法综述 | 第15-18页 |
2.1.1 多文档摘要技术 | 第15-16页 |
2.1.2 话题检测与追踪技术 | 第16-17页 |
2.1.3 信息抽取技术 | 第17-18页 |
2.2 文本聚类方法综述 | 第18-21页 |
2.2.1 扁平式聚类方法 | 第18-19页 |
2.2.2 层次式聚类方法 | 第19-20页 |
2.2.3 隐语义模型和谱聚类方法 | 第20-21页 |
2.2.4 非负矩阵分解 | 第21页 |
2.3 查询扩展方法综述 | 第21-26页 |
2.3.1 基于全局的查询扩展技术 | 第22-23页 |
2.3.2 基于用户日志的查询扩展技术 | 第23页 |
2.3.3 基于局部的查询扩展技术 | 第23-25页 |
2.3.4 基于语义概念的查询扩展技术 | 第25-26页 |
2.4 语义计算方法综述 | 第26-37页 |
2.4.1 基于文本构造的相似度 | 第26-31页 |
2.4.2 基于文本关系的语义相似度 | 第31-35页 |
2.4.3 基于外部知识的语义相似度 | 第35-37页 |
2.5 本章小结 | 第37-39页 |
第3章 基于稀疏话题发现的突发事件时间摘要系统研究 | 第39-51页 |
3.1 突发事件时间摘要任务分析 | 第39-40页 |
3.1.1 突发事件的定义及特点 | 第39页 |
3.1.2 突发事件时间摘要任务的定义及特点 | 第39-40页 |
3.2 基于稀疏话题发现的突发事件时间摘要框架 | 第40-44页 |
3.2.1 突发事件时间摘要的抽取思路 | 第41-43页 |
3.2.2 突发事件时间摘要的抽取框架 | 第43-44页 |
3.3 稀疏句子抽取子模块 | 第44-46页 |
3.3.1 突发事件话题扩展 | 第44-45页 |
3.3.2 基于检索的候选句子选取 | 第45-46页 |
3.4 稀疏话题挖掘子模块 | 第46-49页 |
3.4.1 基于非负矩阵分解的话题聚类分析 | 第46-49页 |
3.4.2 基于非负矩阵分解的突发事件时间摘要 | 第49页 |
3.5 摘要压缩与生成子模块 | 第49-50页 |
3.6 本章小结 | 第50-51页 |
第4章 基于近邻语义保持正则约束的稀疏话题发现研究 | 第51-63页 |
4.1 近邻语义关系保持正则化算子 | 第51-55页 |
4.1.1 近邻语义算子的引子—互信息与熵 | 第51-53页 |
4.1.2 近邻语义算子 | 第53-55页 |
4.2 基于近邻语义保持正则约束的稀疏话题发现 | 第55-56页 |
4.3 近邻语义保持事件时间摘要(NPS-Cluster)算法 | 第56-61页 |
4.3.1 NPS-Cluster建模公式 | 第56-57页 |
4.3.2 NPS-Cluster算法求解与验证 | 第57-59页 |
4.3.3 NPS-Cluster算法流程及时间复杂度分析 | 第59-61页 |
4.4 本章小结 | 第61-63页 |
第5章 实验设计和结果分析 | 第63-75页 |
5.1 实验设计 | 第63-64页 |
5.1.1 实验目的 | 第63页 |
5.1.2 实验数据 | 第63-64页 |
5.2 评测框架和指标分析 | 第64-68页 |
5.2.1 评测框架 | 第64-66页 |
5.2.2 实验指标介绍 | 第66-68页 |
5.3 对比试验方法介绍及NPS-Cluster方法参数设置 | 第68-69页 |
5.4 结果分析 | 第69-73页 |
5.4.1 不同聚类方法的实验结果和分析 | 第70-71页 |
5.4.2 不同实验方法的聚类簇数目分析 | 第71-72页 |
5.4.3 摘要压缩比例的实验和分析 | 第72-73页 |
5.4.4 时间性能分析 | 第73页 |
5.5 本章小结 | 第73-75页 |
结论 | 第75-77页 |
参考文献 | 第77-85页 |
攻读硕士学位期间发表的学术论文 | 第85-87页 |
致谢 | 第87页 |