中文摘要 | 第1-5页 |
英文摘要 | 第5-9页 |
第1章 前言 | 第9-19页 |
·课题来源及研究背景 | 第9-12页 |
·国内外研究现状 | 第12-16页 |
·论文研究的目标和内容 | 第16-17页 |
·论文的组织结构 | 第17-19页 |
第2章 个性化自动文摘的关键技术 | 第19-31页 |
·自动文摘技术 | 第19-25页 |
·文本意义段的划分 | 第20-23页 |
·文本句子的分析和计算方法 | 第23-25页 |
·个性化技术 | 第25-30页 |
·用户兴趣的获取 | 第26-28页 |
·用户兴趣的表示方法 | 第28-29页 |
·个性化推荐技术 | 第29-30页 |
·小结 | 第30-31页 |
第3章 基于概念TextTiling算法的意义段划分 | 第31-43页 |
·文本意义段的划分 | 第31页 |
·TextTitling算法 | 第31-33页 |
·基于HowNet的文本预处理 | 第33-40页 |
·知网(HowNet)介绍 | 第33页 |
·基于HowNet的概念获取 | 第33-36页 |
·基于概念的TextTiling算法 | 第36-40页 |
·评价方法与实验结果对比分析 | 第40-42页 |
·本章小结 | 第42-43页 |
第4章 基于组块技术的句子处理 | 第43-51页 |
·句子的描述模型及计算方法 | 第43-44页 |
·基于组块技术的句子计算 | 第44-49页 |
·文本组块介绍 | 第44-45页 |
·面向自动文摘系统的文本组块划分 | 第45-47页 |
·基于组块的自动文摘 | 第47-49页 |
·评价方法与实验结果对比分析 | 第49-50页 |
·本章小结 | 第50-51页 |
第5章 个性化自动文摘系统 | 第51-59页 |
·个性化自动文摘的系统结构 | 第51-53页 |
·个性化自动文摘 | 第53-56页 |
·用户兴趣模型的分析 | 第53-54页 |
·用户兴趣与文档话题的相关度计算 | 第54-55页 |
·基于用户兴趣和文章主题的句子权重计算 | 第55页 |
·文摘句的优化处理 | 第55-56页 |
·文摘的实验与评价 | 第56-58页 |
·本章小结 | 第58-59页 |
第6章 结论 | 第59-62页 |
·工作总结 | 第59-60页 |
·主要创新点 | 第60页 |
·下一步研究方向 | 第60-62页 |
参考文献 | 第62-67页 |
致谢 | 第67-68页 |
个人简历和在学期间的研究成果 | 第68页 |