Web多文档自动文摘研究
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-16页 |
·课题来源及意义 | 第10-11页 |
·国内外研究现状 | 第11-14页 |
·本文主要工作 | 第14-15页 |
·论文组织结构 | 第15-16页 |
第2章 相关理论及关键技术介绍 | 第16-28页 |
·文本的特征向量表示 | 第16-19页 |
·向量空间模型简介 | 第16页 |
·文本特征向量化 | 第16-17页 |
·特征提取 | 第17-18页 |
·特征向量计算 | 第18-19页 |
·相似度计算 | 第19-21页 |
·文本聚类 | 第21-25页 |
·划分方法 | 第22-24页 |
·层次方法 | 第24页 |
·模糊聚类方法 | 第24-25页 |
·文摘句的选择和排序 | 第25-27页 |
·文摘句的选择 | 第25-26页 |
·文摘句的排序 | 第26-27页 |
·本章小结 | 第27-28页 |
第3章 基于局部主题划分的文摘句优选策略 | 第28-52页 |
·文本的向量化计算 | 第28-34页 |
·文本特征向量化表示 | 第28-30页 |
·基于语义词典的特征降维 | 第30-33页 |
·基于向量空间与语义的句子相似度计算 | 第33-34页 |
·聚类实现局部主题的划分 | 第34-38页 |
·局部主题的研究 | 第34-36页 |
·基于改进聚类方法的局部主题划分 | 第36-38页 |
·文摘句的选择 | 第38-47页 |
·基于局部主题打分的迭代排序 | 第39-44页 |
·基于局部主题迭代排序的文摘句优选过程 | 第44-47页 |
·文摘句的三层排序 | 第47-51页 |
·参照样本的确定 | 第48-49页 |
·三层排序策略 | 第49-51页 |
·本章小结 | 第51-52页 |
第4章 Web 多文档自动文摘系统的设计实现 | 第52-60页 |
·系统整体设计思路 | 第52-53页 |
·文本预处理模块 | 第53-57页 |
·Web 文档清洗 | 第53-56页 |
·词句处理 | 第56-57页 |
·文本划分模块 | 第57-58页 |
·文摘句优选模块 | 第58页 |
·文摘句的三层排序模块 | 第58-59页 |
·本章小结 | 第59-60页 |
第5章 实验与结果分析 | 第60-69页 |
·实验语料来源 | 第60页 |
·实验设计与分析 | 第60-68页 |
·实验一句子相似度算法 | 第60-62页 |
·实验二聚类算法 | 第62-66页 |
·实验三文摘内容的选择 | 第66-68页 |
·实验四文摘句排序 | 第68页 |
·本章小结 | 第68-69页 |
结论 | 第69-70页 |
参考文献 | 第70-74页 |
攻读硕士学位期间发表的论文和取得的科研成果 | 第74-75页 |
致谢 | 第75页 |