首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

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

论文共75页,点击 下载论文
上一篇:数据挖掘中决策树分类算法的研究与改进
下一篇:基于UEFI体系的虚拟TPM研究