基于微指数变化曲线的阶段性事件识别及演化关系分析
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 1 绪论 | 第14-20页 |
| 1.1 研究背景及意义 | 第14-16页 |
| 1.2 国内外研究现状综述 | 第16-18页 |
| 1.3 研究内容和组织结构 | 第18-20页 |
| 2 相关知识与技术 | 第20-27页 |
| 2.1 数据预处理 | 第20-21页 |
| 2.2 向量空间模型 | 第21-22页 |
| 2.3 文本聚类算法 | 第22-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 复杂事件中阶段性事件识别 | 第27-43页 |
| 3.1 相关定义 | 第27-28页 |
| 3.2 新闻特征构建方法 | 第28-38页 |
| 3.3 基于微指数的阶段性事件识别方法 | 第38-41页 |
| 3.4 本章小结 | 第41-43页 |
| 4 阶段性事件之间演化关系分析 | 第43-50页 |
| 4.1 相关定义 | 第43-45页 |
| 4.2 事件演化图构建方法 | 第45-48页 |
| 4.3 本章小结 | 第48-50页 |
| 5 实验评测与结果分析 | 第50-61页 |
| 5.1 实验数据及预处理工作 | 第50-51页 |
| 5.2 评测方法 | 第51-53页 |
| 5.3 时间窗口识别结果分析 | 第53-55页 |
| 5.4 阶段性事件识别结果分析 | 第55-59页 |
| 5.5 事件演化关系评估 | 第59-60页 |
| 5.6 本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 本文工作总结 | 第61-62页 |
| 6.2 工作展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士期间主要成果 | 第68页 |
