基于观点倾向的论文原创性智能检测方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 文档原创性检测研究现状 | 第10-11页 |
| 1.2.2 智能剽窃检测研究现状 | 第11-12页 |
| 1.3 论文主要研究内容 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 相关工作与理论基础 | 第15-27页 |
| 2.1 剽窃检测方法 | 第15-16页 |
| 2.1.1 外部剽窃检测 | 第15-16页 |
| 2.1.2 内部剽窃检测 | 第16页 |
| 2.2 主题模型相关技术 | 第16-20页 |
| 2.2.1 主题模型简介 | 第16-19页 |
| 2.2.2 主题模型的参数估计方法 | 第19-20页 |
| 2.3 文本主题分割相关技术 | 第20-23页 |
| 2.3.1 相似度度量方法 | 第20-22页 |
| 2.3.2 TextTiling文本分割算法 | 第22-23页 |
| 2.4 观点倾向分析相关技术 | 第23-25页 |
| 2.4.1 基于词典的观点倾向分析方法 | 第24-25页 |
| 2.4.2 观点信息抽取方法 | 第25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 基于主题相似度的候选源文档集检索 | 第27-37页 |
| 3.1 基于主题相似度的候选源文档集检索过程 | 第27-28页 |
| 3.2 基于LDA模型的文本分割方法 | 第28-34页 |
| 3.2.1 文本预处理 | 第28-30页 |
| 3.2.2 基于LDA模型的文本建模 | 第30-31页 |
| 3.2.3 文本分割策略 | 第31-32页 |
| 3.2.4 相似性度量方法 | 第32页 |
| 3.2.5 分割边界识别 | 第32-34页 |
| 3.3 候选源文档集的检索 | 第34-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 基于观点倾向的论文原创性检测 | 第37-55页 |
| 4.1 基于观点倾向分析的源文档集筛选 | 第37-38页 |
| 4.2 主题抽取 | 第38-41页 |
| 4.2.1 主题词抽取 | 第38-39页 |
| 4.2.2 主题词的扩展 | 第39-41页 |
| 4.3 面向主题的观点倾向分析及源文档集的筛选 | 第41-52页 |
| 4.3.1 领域评价词典构建 | 第42-45页 |
| 4.3.2 主题块的观点倾向分析 | 第45-51页 |
| 4.3.3 源文档集的筛选 | 第51-52页 |
| 4.4 论文原创程度评估方法 | 第52-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 实验结果及其分析 | 第55-69页 |
| 5.1 实验环境与方案 | 第55-56页 |
| 5.2 实验结果及分析 | 第56-68页 |
| 5.2.1 基于主题相似度的候选源文档集检索 | 第57-64页 |
| 5.2.2 基于观点倾向的论文原创性检测 | 第64-68页 |
| 5.3 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-77页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第77-79页 |
| 致谢 | 第79页 |
