新词分析与语义分析相结合的文本相似度量方法研究
| 摘要 | 第4-5页 |
| abstract | 第5页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究背景及意义 | 第7-8页 |
| 1.2 本文工作 | 第8-10页 |
| 1.2.1 研究内容 | 第8页 |
| 1.2.2 研究目标 | 第8-9页 |
| 1.2.3 研究方法 | 第9页 |
| 1.2.4 研究思路 | 第9-10页 |
| 1.3 主要创新之处 | 第10页 |
| 1.4 论文的组织结构 | 第10-12页 |
| 2 相关概念与文献综述 | 第12-17页 |
| 2.1 向量空间模型 | 第12-13页 |
| 2.2 《知网》(HowNet)简介 | 第13-14页 |
| 2.3 国内外研究现状 | 第14-17页 |
| 3 新词语义相似度计算 | 第17-39页 |
| 3.1 新词的识别与提取 | 第17-23页 |
| 3.1.1 文本分词原理简介 | 第17-20页 |
| 3.1.2 新词识别提取方法 | 第20-23页 |
| 3.2 《知网》结构分析 | 第23-26页 |
| 3.3 义原相似度改进算法 | 第26-28页 |
| 3.4 新词的概念确定 | 第28-29页 |
| 3.5 词语语义相似度计算方法 | 第29-32页 |
| 3.5.1 算法基础 | 第29-30页 |
| 3.5.2 算法改进与优化 | 第30-32页 |
| 3.6 实验评估分析 | 第32-38页 |
| 3.6.1 义原相似度算法验证分析 | 第32-36页 |
| 3.6.2 词语相似度算法验证分析 | 第36-38页 |
| 3.7 本章小结 | 第38-39页 |
| 4 文本相似度计算 | 第39-49页 |
| 4.1 提取特征词向量 | 第39页 |
| 4.2 文本相似度计算方法 | 第39-41页 |
| 4.3 文本相似度计算实验 | 第41-48页 |
| 4.3.1 实验数据准备 | 第41页 |
| 4.3.2 特征词向量提取 | 第41-43页 |
| 4.3.3 相似度计算 | 第43-48页 |
| 4.3.4 实验评估分析 | 第48页 |
| 4.4 本章小结 | 第48-49页 |
| 总结与展望 | 第49-51页 |
| 研究总结 | 第49页 |
| 研究展望 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读学位期间的研究成果 | 第56页 |
