文本挖掘中关键词与文本摘要自动提取研究
| 摘要 | 第8-9页 |
| Abstract | 第9-10页 |
| 第1章 绪论 | 第11-20页 |
| 1.1 课题研究的背景及研究意义 | 第11-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 复杂网络的研究现状 | 第14-15页 |
| 1.2.2 关键词自动提取研究现状 | 第15-16页 |
| 1.2.3 文本摘要研究现状 | 第16-17页 |
| 1.2.4 语料库研究现状 | 第17-18页 |
| 1.3 研究内容及论文结构安排 | 第18-20页 |
| 第2章 相关理论和技术基础 | 第20-29页 |
| 2.1 复杂网络理论 | 第20-24页 |
| 2.1.1 复杂网络的统计特征 | 第20-23页 |
| 2.1.2 共现网络理论 | 第23-24页 |
| 2.2 TF-IDF算法 | 第24-25页 |
| 2.3 依存句法分析 | 第25-26页 |
| 2.4 LDA主题模型 | 第26-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 基于复杂网络的关键词自动提取研究 | 第29-37页 |
| 3.1 语料库构建与文本预处理 | 第29-30页 |
| 3.1.1 语料库构建 | 第29页 |
| 3.1.2 文本预处理工作 | 第29-30页 |
| 3.2 基于TF-IDF的关键词提取方法 | 第30-31页 |
| 3.3 基于复杂网络的关键词提取方法 | 第31-35页 |
| 3.3.1 名词合并 | 第32页 |
| 3.3.2 构建共现网络节点综合特征公式 | 第32-33页 |
| 3.3.3 去除单字词 | 第33页 |
| 3.3.4 提取关键词语 | 第33-34页 |
| 3.3.5 实验结果与分析 | 第34-35页 |
| 3.4 与TF-IDF方法比较结果 | 第35-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第4章 文本摘要自动提取研究 | 第37-49页 |
| 4.1 语料库构建与文本预处理 | 第37-38页 |
| 4.2 基于TF-IDF的文本摘要自动提取方法 | 第38页 |
| 4.3 基于文本图模型的文本摘要自动提取方法 | 第38-39页 |
| 4.4 一种多方法融合的文本摘要自动提取方法 | 第39-43页 |
| 4.4.1 模型与方法介绍 | 第39-41页 |
| 4.4.2 实验结果与分析 | 第41-43页 |
| 4.5 方法比较 | 第43-48页 |
| 4.5.1 准确性方面 | 第44-46页 |
| 4.5.2 连通性方面 | 第46-48页 |
| 4.6 本章小结 | 第48-49页 |
| 第5章 文本分析平台软件的规划和设计 | 第49-55页 |
| 5.1 系统功能模块设计 | 第49-54页 |
| 5.2 本章小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 1 | 第60-64页 |
| 附录 2 | 第64-65页 |
| 攻读学位期间发表的主要学术论文 | 第65-66页 |
| 致谢 | 第66页 |
