网络新闻多文档自动摘要技术研究
| 表目录 | 第1-8页 |
| 图目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-21页 |
| ·选题背景与研究意义 | 第11-12页 |
| ·选题背景 | 第11页 |
| ·研究意义 | 第11-12页 |
| ·自动摘要概述 | 第12-15页 |
| ·自动摘要的相关定义 | 第12-13页 |
| ·自动摘要的基本步骤 | 第13页 |
| ·自动摘要的研究现状 | 第13-15页 |
| ·事件抽取概述 | 第15-19页 |
| ·事件抽取的相关定义 | 第15-16页 |
| ·事件抽取的基本任务 | 第16-17页 |
| ·事件抽取的研究现状 | 第17-19页 |
| ·论文研究内容与结构安排 | 第19-21页 |
| 第二章 网络新闻语料库构建 | 第21-31页 |
| ·网络新闻语料采集 | 第21-24页 |
| ·网络爬虫基本原理 | 第21-22页 |
| ·分布式网络新闻采集 | 第22-24页 |
| ·网页主题内容抽取 | 第24-26页 |
| ·预处理 | 第26-29页 |
| ·文本去重和分类 | 第26-27页 |
| ·句子切分 | 第27页 |
| ·分词和词性标注 | 第27-28页 |
| ·停用词过滤 | 第28-29页 |
| ·实验语料库 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第三章 时间表达式的识别和提取 | 第31-40页 |
| ·时间识别主要方法 | 第31页 |
| ·条件随机场概述 | 第31-33页 |
| ·条件随机场定义 | 第32页 |
| ·条件随机场模型 | 第32-33页 |
| ·基于条件随机场的时间识别 | 第33-34页 |
| ·BIO序列标注 | 第33页 |
| ·特征选择 | 第33-34页 |
| ·识别算法 | 第34页 |
| ·自定义规则表 | 第34-36页 |
| ·实验结果与性能分析 | 第36-39页 |
| ·实验语料 | 第36页 |
| ·评价指标 | 第36页 |
| ·实验结果 | 第36-37页 |
| ·实验分析及对比 | 第37-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 网络新闻文本事件抽取 | 第40-53页 |
| ·网络新闻特点分析 | 第40-41页 |
| ·事件抽取方法存在的问题 | 第41页 |
| ·网络新闻文本事件抽取算法 | 第41-51页 |
| ·基于SVM的事件实例识别 | 第41-44页 |
| ·事件实例相似度计算 | 第44-49页 |
| ·事件实例驱动的事件抽取算法 | 第49-51页 |
| ·实验结果与性能分析 | 第51-52页 |
| ·实验数据 | 第51页 |
| ·评价指标 | 第51页 |
| ·实验结果及对比分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 第五章 基于事件抽取的多文档自动摘要 | 第53-65页 |
| ·多文档自动摘要基础 | 第53-55页 |
| ·多文档自动摘要研究现状 | 第53-54页 |
| ·存在的问题及解决的思路 | 第54-55页 |
| ·基于事件抽取的多文档摘要方法 | 第55-59页 |
| ·基于事件抽取的多文档摘要原理与流程 | 第55-56页 |
| ·基于事件抽取的多文档摘要关键技术 | 第56-59页 |
| ·系统评价与对比分析 | 第59-64页 |
| ·实验数据 | 第59页 |
| ·实验直观结果 | 第59-60页 |
| ·系统评价及性能分析 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 结束语 | 第65-67页 |
| 一、 全文总结 | 第65页 |
| 二、工作展望 | 第65-67页 |
| 参考文献 | 第67-72页 |
| 附录：网络新闻多文档自动摘要实验平台 | 第72-73页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第73-74页 |
| 致谢 | 第74页 |
