基于词语网络的关键词自动提取方法及在中文网页分类中的应用研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第8-15页 |
| ·论文的选题背景和意义 | 第8-10页 |
| ·文本关键词自动提取研究现状 | 第10-11页 |
| ·网页分类研究现状 | 第11-12页 |
| ·研究内容和创新点 | 第12-14页 |
| ·中文文本关键词自动提取研究 | 第12-13页 |
| ·基于关键词特征的中文网页分类研究 | 第13-14页 |
| ·本文创新点 | 第14页 |
| ·本文的组织结构 | 第14-15页 |
| 第二章 关键词自动提取及分类算法概述 | 第15-28页 |
| ·关键词自动提取算法分类 | 第15-16页 |
| ·基于统计的算法 | 第15页 |
| ·基于词语共现图的算法 | 第15-16页 |
| ·基于词语网络的算法 | 第16页 |
| ·基于词语网络的关键词自动提取 | 第16-18页 |
| ·基本概念 | 第16-17页 |
| ·词语网络构造 | 第17-18页 |
| ·词语网络的关键节点选择 | 第18-22页 |
| ·平均路径长度损失指标 | 第20-21页 |
| ·路径总损失指标 | 第21-22页 |
| ·已有关键节点选择算法存在的不足 | 第22页 |
| ·特征选择算法 | 第22-25页 |
| ·文档频率 | 第23页 |
| ·信息增益 | 第23-24页 |
| ·卡方统计量 | 第24-25页 |
| ·分类算法介绍 | 第25-28页 |
| ·k-最近邻法 | 第25页 |
| ·朴素贝叶斯法 | 第25-28页 |
| 第三章 中文文本关键词自动提取 | 第28-38页 |
| ·基于词语相似度的中文分词 | 第28-32页 |
| ·词语相似度计算 | 第28-31页 |
| ·分词算法 | 第31-32页 |
| ·算法分析 | 第32页 |
| ·词语网络模型的建立 | 第32-33页 |
| ·网络节点选择 | 第33页 |
| ·网络边的生成 | 第33页 |
| ·基于路径长度与聚类系数加权损失指标选择关键节点 | 第33-36页 |
| ·平均逆路径长度 | 第33-34页 |
| ·有效聚类系数 | 第34页 |
| ·路径长度与聚类系数加权损失指标 | 第34-36页 |
| ·关键词自动提取算法流程图及性能分析 | 第36-38页 |
| 第四章 基于关键词特征网页分类 | 第38-42页 |
| ·网页内容预处理 | 第38-40页 |
| ·关键词特征选择 | 第40页 |
| ·中文网页分类算法 | 第40-42页 |
| 第五章 实验与结论 | 第42-49页 |
| ·实验环境 | 第42页 |
| ·实验数据 | 第42-43页 |
| ·实验评价标准 | 第43-45页 |
| ·分类结果评价 | 第43-44页 |
| ·关键词提取评价 | 第44-45页 |
| ·文本关键词自动提取 | 第45-46页 |
| ·基于相似度分词 | 第45-46页 |
| ·关键词自动提取 | 第46页 |
| ·基于关键词分类 | 第46-49页 |
| ·网页主题内容提取 | 第46-47页 |
| ·中文网页分类 | 第47-49页 |
| 第六章 总结与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士期间发表的论文 | 第53-54页 |
| 致谢 | 第54-55页 |
