面向主题的多文档自动文摘关键技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 表格索引 | 第10-11页 |
| 插图索引 | 第11-12页 |
| 第一章 绪论 | 第12-25页 |
| ·研究背景 | 第12-14页 |
| ·研究历史与现状 | 第14-19页 |
| ·自动文摘系统的评测方法 | 第19-23页 |
| ·人工评测 | 第19-20页 |
| ·自动评测 | 第20-23页 |
| ·论文主要工作 | 第23-24页 |
| ·研究意义 | 第23页 |
| ·研究内容 | 第23-24页 |
| ·课题来源 | 第24页 |
| ·论文组织结构 | 第24-25页 |
| 第二章 基于LDA的主题建模 | 第25-41页 |
| ·引言 | 第25-26页 |
| ·任务定义 | 第26-28页 |
| ·方法概述 | 第27-28页 |
| ·识别主题 | 第28-31页 |
| ·实体主题模型 | 第28-29页 |
| ·模型推断 | 第29-31页 |
| ·同其他模型的比较 | 第31页 |
| ·生成句子模式 | 第31-33页 |
| ·实验结果与分析 | 第33-37页 |
| ·数据集 | 第33-34页 |
| ·定量评估 | 第34-36页 |
| ·定性评估 | 第36-37页 |
| ·模板应用实例 | 第37-39页 |
| ·句子排序 | 第37-38页 |
| ·句子选择 | 第38-39页 |
| ·方法评价 | 第39页 |
| ·相关研究工作 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第三章 基于事件主题模型的自动文摘 | 第41-58页 |
| ·引言 | 第41-43页 |
| ·基于新闻事件主题模型的句子聚类 | 第43-46页 |
| ·新闻事件的主题模型 | 第44页 |
| ·模型推断 | 第44-46页 |
| ·句子排序 | 第46-47页 |
| ·句子压缩 | 第47-48页 |
| ·句子选择 | 第48-50页 |
| ·实验结果与分析 | 第50-52页 |
| ·数据集 | 第50页 |
| ·文摘质量 | 第50-52页 |
| ·面向主题的句子聚类的质量 | 第52页 |
| ·句子压缩的质量 | 第52页 |
| ·相关研究工作 | 第52-54页 |
| ·本章小结 | 第54-58页 |
| 第四章 基于语言生成模型的自动文摘 | 第58-70页 |
| ·引言 | 第58-59页 |
| ·基于语言生成模型的句子重构算法 | 第59-67页 |
| ·抽取信息元 | 第59页 |
| ·利用信息元生成句子 | 第59-63页 |
| ·句子选择 | 第63-67页 |
| ·实验结果与分析 | 第67-68页 |
| ·相关研究工作 | 第68-69页 |
| ·本章小结 | 第69-70页 |
| 第五章 跨媒体互补性自动文摘 | 第70-82页 |
| ·引言 | 第70-71页 |
| ·相关工作 | 第71-72页 |
| ·问题定义 | 第72页 |
| ·学习互补关系 | 第72-74页 |
| ·度量公共性和差异性 | 第73页 |
| ·跨数据集主题方面模型(ccTAM) | 第73-74页 |
| ·模型推断 | 第74页 |
| ·生成互补式文摘 | 第74-76页 |
| ·跳跃概率 | 第75页 |
| ·句子排序 | 第75页 |
| ·文摘生成 | 第75-76页 |
| ·实验结果与分析 | 第76-77页 |
| ·数据收集 | 第76页 |
| ·基准方法 | 第76-77页 |
| ·实验结果分析 | 第77页 |
| ·本章小结 | 第77-82页 |
| 第六章 全文总结与展望 | 第82-84页 |
| ·总结 | 第82-83页 |
| ·展望 | 第83-84页 |
| 参考文献 | 第84-90页 |
| 致谢 | 第90-91页 |
| 攻读博士学位期间已发表论文 | 第91-94页 |
