| 详细摘要 | 第2-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 课题研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.3 本文研究内容与组织结构 | 第15-17页 |
| 第二章 动态文摘相关理论概述 | 第17-26页 |
| 2.1 动态文摘任务描述 | 第17-18页 |
| 2.2 基于统计的文本摘要系统框架 | 第18-20页 |
| 2.2.1 文摘算法的分类 | 第18-19页 |
| 2.2.2 文摘的评价准则 | 第19-20页 |
| 2.3 基于密度峰值的快速聚类算法 | 第20-23页 |
| 2.3.1 文本向量空间构造 | 第20-21页 |
| 2.3.2 聚类过程与效果 | 第21-23页 |
| 2.4 潜在语义分析的理论基础 | 第23-25页 |
| 2.4.1 奇异值分解 | 第23-24页 |
| 2.4.2 文本矩阵的潜在语义空间 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 改进的基于潜在语义分析的动态文摘算法 | 第26-38页 |
| 3.1 基于潜在语义分析的动态文摘算法概述 | 第26-31页 |
| 3.1.1 基于LSA的动态文摘算法总体结构 | 第26页 |
| 3.1.2 文本预处理与文本表示 | 第26-28页 |
| 3.1.3 奇异值分解与主题新颖度评估 | 第28-29页 |
| 3.1.4 摘要提取与优化 | 第29-31页 |
| 3.2 基于潜在语义分析的动态文摘算法的不足 | 第31-32页 |
| 3.2.1 语义单元信息丢失 | 第31页 |
| 3.2.2 主题新颖度评估准确度低 | 第31-32页 |
| 3.3 改进的潜在语义分析动态文摘算法 | 第32-37页 |
| 3.3.1 基于Topic Signature的元组新颖度评估 | 第32-35页 |
| 3.3.2 文本特征矩阵与主题新颖度评分公式的改进 | 第35-36页 |
| 3.3.3 改进的潜在语义分析动态文摘算法描述 | 第36-37页 |
| 3.4 本章小结 | 第37-38页 |
| 第四章 基于密度峰值的动态文摘算法 | 第38-50页 |
| 4.1 动态文档信息模型 | 第38-39页 |
| 4.2 基于密度峰值的动态文摘算法 | 第39-49页 |
| 4.2.1 基于密度峰值的多文档摘要算法概述 | 第40-42页 |
| 4.2.2 句子综合评分摘要生成模块 | 第42-43页 |
| 4.2.3 整数规划模型摘要生成模块 | 第43-47页 |
| 4.2.4 基于密度峰值的动态文摘算法描述与分析 | 第47-49页 |
| 4.3 本章小结 | 第49-50页 |
| 第五章 实验结果与分析 | 第50-62页 |
| 5.1 文本摘要实验设置 | 第50-53页 |
| 5.1.1 实验环境 | 第50页 |
| 5.1.2 评测语料库介绍 | 第50-51页 |
| 5.1.3 评价指标 | 第51-52页 |
| 5.1.4 语料文本的预处理 | 第52-53页 |
| 5.2 改进的潜在语义分析动态文档摘要算法实验 | 第53-56页 |
| 5.2.1 元组新颖度评估实验 | 第53-54页 |
| 5.2.2 阈值系数α最优取值实验 | 第54-55页 |
| 5.2.3 与其他文摘系统的对比实验 | 第55-56页 |
| 5.3 基于密度峰值动态文摘算法实验 | 第56-61页 |
| 5.3.1 文摘提取实验 | 第56-57页 |
| 5.3.2 摘要生成模块对比实验 | 第57-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第六章 总结与展望 | 第62-64页 |
| 6.1 总结 | 第62页 |
| 6.2 展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
| 附录 | 第69页 |