基于事件要素网络的多主题文本自动文摘方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第13-18页 |
| 1.1 课题来源 | 第13页 |
| 1.2 研究背景和意义 | 第13页 |
| 1.3 自动文摘国内外研究现状 | 第13-15页 |
| 1.4 本文研究内容 | 第15-16页 |
| 1.5 论文结构 | 第16-18页 |
| 第2章 基于事件的自动文摘概述 | 第18-26页 |
| 2.1 本章概述 | 第18页 |
| 2.2 事件及CEC语料库 | 第18-24页 |
| 2.2.1 事件研究概述 | 第18-19页 |
| 2.2.2 事件和事件相似度 | 第19-21页 |
| 2.2.3 CEC语料库 | 第21-24页 |
| 2.3 本文自动文摘方法的研究路线 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 事件要素的缺省补全研究 | 第26-37页 |
| 3.1 本章概述 | 第26页 |
| 3.2 事件要素的缺省补全相关研究 | 第26页 |
| 3.3 CEC语料库中的事件要素缺省现象 | 第26-27页 |
| 3.4 时间要素和地点要素的缺省补全研究 | 第27-31页 |
| 3.4.1 时间要素和地点要素的缺省分析与判断 | 第27-28页 |
| 3.4.2 时间要素和地点要素的缺省补全规则方法 | 第28-30页 |
| 3.4.3 时间要素和地点要素的缺省补全实验 | 第30-31页 |
| 3.5 对象要素的缺省补全研究 | 第31-36页 |
| 3.5.1 对象要素的缺省分析与判断 | 第31-33页 |
| 3.5.2 对象要素的缺省补全规则方法 | 第33-36页 |
| 3.5.3 对象要素的缺省补全实验 | 第36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 基于事件要素网络的自动文摘的抽取方法研究 | 第37-48页 |
| 4.1 本章概述 | 第37页 |
| 4.2 事件要素共现率 | 第37-38页 |
| 4.3 事件要素网络 | 第38-40页 |
| 4.4 句子的向量表示与相似度计算 | 第40-41页 |
| 4.5 文本多主题划分方法 | 第41-43页 |
| 4.6 自动文摘的抽取方法 | 第43-45页 |
| 4.7 实验与分析 | 第45-47页 |
| 4.8 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 总结 | 第48-49页 |
| 5.2 展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 作者简介及读研期间主要科研成果 | 第55页 |
