| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究的目的和意义 | 第13-14页 |
| 1.2 多文档自动文摘研究现状及面临的问题 | 第14-17页 |
| 1.2.1 国外的研究情况 | 第14-15页 |
| 1.2.2 国内的研究情况 | 第15-17页 |
| 1.3 本文的研究内容 | 第17-18页 |
| 1.4 本文的组织结构 | 第18-19页 |
| 第二章 自动文摘综述 | 第19-25页 |
| 2.1 自动文摘原理 | 第19-20页 |
| 2.2 自动文摘分类 | 第20-21页 |
| 2.3 预处理模块 | 第21-23页 |
| 2.3.1 ICTCLAS分词以及词性标注 | 第21页 |
| 2.3.2 过滤停用词和词频统计 | 第21-22页 |
| 2.3.3 基于知网的向量空间模型 | 第22-23页 |
| 2.4 本章小结 | 第23-25页 |
| 第三章 文本句子相似度的计算 | 第25-39页 |
| 3.1 引言 | 第25-26页 |
| 3.2 句子相似度的计算 | 第26-31页 |
| 3.2.1 句子相似度的计算方法介绍 | 第26-30页 |
| 3.2.1.1 句子相似度的定义 | 第26页 |
| 3.2.1.2 句子相似度的计算方法 | 第26-30页 |
| 3.2.2 融合语义信息与句法结构特征的句子相似度的算法 | 第30-31页 |
| 3.3 句子压缩 | 第31-34页 |
| 3.3.1 句子压缩介绍 | 第31-32页 |
| 3.3.2 本文的句子压缩算法 | 第32-34页 |
| 3.4 实验结果分析 | 第34-37页 |
| 3.5 本章小结 | 第37-39页 |
| 第四章 基于主题划分的信息重组 | 第39-53页 |
| 4.1 引言 | 第39-41页 |
| 4.2 基于向量空间模型VSM计算段落的相似度 | 第41-44页 |
| 4.2.1 向量空间模型介绍 | 第41-42页 |
| 4.2.2 基于VSM模型实现段落相似度的计算 | 第42-43页 |
| 4.2.3 算法步骤 | 第43-44页 |
| 4.3 聚类主题划分 | 第44-48页 |
| 4.3.1 聚类算法介绍 | 第45-47页 |
| 4.3.1.1 k-means聚类算法 | 第45-46页 |
| 4.3.1.2 层次聚类算法 | 第46-47页 |
| 4.3.2 混合聚类算法 | 第47-48页 |
| 4.4 实验结果分析 | 第48-50页 |
| 4.4.1 聚类算法的比较 | 第48-50页 |
| 4.4.2 聚类算法的分析 | 第50页 |
| 4.5 本章小结 | 第50-53页 |
| 第五章 基于篇章修辞结构的多文档自动文摘系统 | 第53-73页 |
| 5.1 引言 | 第53-54页 |
| 5.2 篇章修辞结构MDRS的理论依据 | 第54-56页 |
| 5.2.1 修辞结构的理论基础 | 第54-55页 |
| 5.2.2 交叉文本结构理论 | 第55-56页 |
| 5.3 篇章修辞结构的多文档自动文摘系统 | 第56-64页 |
| 5.3.1 篇章多级依存结构TMDS | 第56-58页 |
| 5.3.2 多文档的修辞结构框架 | 第58-60页 |
| 5.3.3 多文档修辞结构的建立 | 第60-64页 |
| 5.4 基于MDRS的多文档关键信息抽取 | 第64-67页 |
| 5.4.1 融合句子多特征与多文档修辞结构算法的句子权重计算 | 第64-65页 |
| 5.4.2 多文档关键信息抽取 | 第65-67页 |
| 5.5 文摘结果评测 | 第67-71页 |
| 5.5.1 系统摘要实验 | 第67-69页 |
| 5.5.1.1 开发环境 | 第67页 |
| 5.5.1.2 系统模块功能 | 第67-68页 |
| 5.5.1.3 系统运行界面 | 第68-69页 |
| 5.5.2 评价标准 | 第69-71页 |
| 5.5.2.1 准确率、召回率以及F-measure | 第69-70页 |
| 5.5.2.2 实验结果分析 | 第70-71页 |
| 5.6 本章小结 | 第71-73页 |
| 第六章 总结和展望 | 第73-75页 |
| 6.1 总结 | 第73-74页 |
| 6.2 未来工作 | 第74-75页 |
| 参考文献 | 第75-81页 |
| 附录A 多文档自动文摘系统输出实例 | 第81-87页 |
| 致谢 | 第87页 |
