基于搜索日志和点击日志的同义词挖掘的研究和实现
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 引言 | 第10-13页 |
| ·研究背景和课题来源 | 第10页 |
| ·研究目的和意义 | 第10-12页 |
| ·研究内容与组织结构 | 第12-13页 |
| 2 相关技术 | 第13-20页 |
| ·同义词识别对象和概念 | 第13-15页 |
| ·同义词自动识别研究的三个阶段 | 第15-16页 |
| ·国内外在该方向的研究现状及分析 | 第16-17页 |
| ·已有研究成果的代表方法 | 第17-18页 |
| ·SVM模型简介 | 第18-19页 |
| ·GBDT模型简介 | 第19-20页 |
| 3 同义词自动识别研究路线和方法分类 | 第20-28页 |
| ·自动识别方法分类 | 第20页 |
| ·相似度计算方法的详细分类 | 第20-22页 |
| ·从匹配的角度分类 | 第20-21页 |
| ·从所使用的资源分类 | 第21页 |
| ·从所使用的方法分类 | 第21-22页 |
| ·相似度计算方法的详细介绍 | 第22-25页 |
| ·基于字面相似度算法 | 第22页 |
| ·基于词素 | 第22页 |
| ·基于语义体系 | 第22-23页 |
| ·基于搜索引擎 | 第23页 |
| ·基于统计的汉语词汇间语义相似度 | 第23-24页 |
| ·基于词典释义 | 第24页 |
| ·混合策略、多层特征 | 第24-25页 |
| ·同义词自动识别的应用需求 | 第25-28页 |
| ·应用场景分析 | 第25页 |
| ·已经使用到的和可以使用的技术 | 第25-26页 |
| ·同义词识别过程中遇到的问题 | 第26页 |
| ·问题扩展 | 第26-28页 |
| 4 同义词的挖掘的具体实现 | 第28-40页 |
| ·同义词识别的定义 | 第28-29页 |
| ·同义诃挖掘方法 | 第29页 |
| ·候选集合的选取 | 第29-32页 |
| ·并列关系符号切分商标标题 | 第30页 |
| ·基于SimRank思想聚合查询 | 第30-32页 |
| ·初始词表的生成 | 第32-36页 |
| ·中英同义词挖掘 | 第32-33页 |
| ·中中同义词挖掘 | 第33-36页 |
| ·特征的选取 | 第36-39页 |
| ·同义词表的生成 | 第39-40页 |
| 5 实验结果与分析 | 第40-55页 |
| ·实验的结果 | 第40-48页 |
| ·获取候选集合的输入和输出数据 | 第40-44页 |
| ·获取初始词表输出数据 | 第44-46页 |
| ·获取同义词表的输入和输出数据 | 第46-48页 |
| ·实验分析 | 第48-51页 |
| ·同义词表应用后的展示以及和其他商务网站的对比 | 第51-55页 |
| 6 同义词识别的问题的总结和展望 | 第55-57页 |
| ·同义词自动识别存在的问题 | 第55页 |
| ·对同义的理解问题 | 第55页 |
| ·机器的理解能力问题 | 第55页 |
| ·同义词自动识别研究的应用 | 第55-56页 |
| ·同义词表的自动构建 | 第55-56页 |
| ·同义词的自动发现 | 第56页 |
| ·总结和展望 | 第56-57页 |
| 参考文献 | 第57-59页 |
| 附录A | 第59-61页 |
| 作者简历 | 第61-63页 |
| 学位论文数据集 | 第63页 |
