| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 论文的研究内容 | 第11页 |
| 1.4 论文的组织结构 | 第11-13页 |
| 第2章 相关研究综述 | 第13-25页 |
| 2.1 信息检索中查询扩展的应用 | 第13-16页 |
| 2.1.1 信息检索概述 | 第13-14页 |
| 2.1.2 查询扩展常用技术的分析 | 第14-16页 |
| 2.2 文本相似度计算 | 第16-18页 |
| 2.3 文本聚类算法 | 第18-22页 |
| 2.3.1 基于划分的聚类方法 | 第19-20页 |
| 2.3.2 基于层次的聚类方法 | 第20页 |
| 2.3.3 基于密度的聚类方法 | 第20-21页 |
| 2.3.4 聚类方法的评价 | 第21-22页 |
| 2.4 文本摘要 | 第22-23页 |
| 2.5 本章小结 | 第23-25页 |
| 第3章 基于文本聚类的事件时间摘要模型 | 第25-37页 |
| 3.1 整体设计分析 | 第25-28页 |
| 3.1.1 研究目标 | 第25-26页 |
| 3.1.2 设计思路 | 第26-28页 |
| 3.2 事件时间摘要系统框架 | 第28-30页 |
| 3.2.1 系统框架 | 第28-29页 |
| 3.2.2 工作流程 | 第29-30页 |
| 3.3 基于文本聚类的事件时间摘要的研究 | 第30-35页 |
| 3.3.1 查询扩展模块 | 第31-32页 |
| 3.3.2 突发事件新闻文本预处理模块 | 第32-33页 |
| 3.3.3 文本相似度计算及聚类模块 | 第33-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第4章 基于相似度计算的聚类分析研究 | 第37-55页 |
| 4.1 整体设计分析 | 第37-38页 |
| 4.2 基于广义语义距离的查询扩展研究 | 第38-45页 |
| 4.2.1 查询扩展在事件发现中的应用 | 第39-40页 |
| 4.2.2 语义与信息距离关联性的研究 | 第40-43页 |
| 4.2.3 基于谷歌距离的查询扩展算法的分析 | 第43-45页 |
| 4.3 基于文本表示模型与时间表示模型的相似度分析 | 第45-51页 |
| 4.3.1 突发事件的特征分析 | 第46-47页 |
| 4.3.2 突发事件的要素表示模型 | 第47-49页 |
| 4.3.3 突发事件的时间表示模型 | 第49-51页 |
| 4.3.4 基于文本表示模型与时间表示模型的相似度计算 | 第51页 |
| 4.4 突发事件的文本聚类分析 | 第51-53页 |
| 4.5 本章小结 | 第53-55页 |
| 第5章 实验设计与分析 | 第55-67页 |
| 5.1 查询扩展实验设计与分析 | 第55-58页 |
| 5.1.1 实验设计 | 第56页 |
| 5.1.2 实验分析 | 第56-58页 |
| 5.2 文本聚类实验设计与分析 | 第58-61页 |
| 5.2.1 实验设计 | 第58-59页 |
| 5.2.2 实验分析 | 第59-61页 |
| 5.3 基于文本聚类的事件时间摘要系统的实验设计与分析 | 第61-65页 |
| 5.3.1 实验设计 | 第61-62页 |
| 5.3.2 实验分析 | 第62-65页 |
| 5.4 本章小结 | 第65-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士学位期间发表的学术论文 | 第73-75页 |
| 致谢 | 第75页 |
