基于文本语义及结构的中文文本相似度研究
摘要 | 第9-10页 |
Abstract | 第10-11页 |
1 引言 | 第12-18页 |
1.1 研究背景和意义 | 第12-13页 |
1.1.1 研究背景 | 第12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 国内外研究现状 | 第13-15页 |
1.2.1 国外研究现状 | 第13-14页 |
1.2.2 国内研究现状 | 第14-15页 |
1.3 研究内容和相关工作 | 第15-16页 |
1.3.1 主要内容 | 第15-16页 |
1.3.2 相关工作 | 第16页 |
1.4 论文组织结构 | 第16-18页 |
2 文本相似度相关技术 | 第18-25页 |
2.1 文本相似度的基本概念 | 第18-20页 |
2.1.1 相似度含义及定义 | 第18-19页 |
2.1.2 相似度算法的性质 | 第19页 |
2.1.3 文本相似度的应用 | 第19-20页 |
2.2 中文分词技术 | 第20-22页 |
2.2.1 中文分词基本方法 | 第20-22页 |
2.2.2 中文分词技术难点 | 第22页 |
2.3 文本相似度计算步骤 | 第22-24页 |
2.3.1 文本预处理 | 第23页 |
2.3.2 文本特征项选取 | 第23-24页 |
2.3.3 相似度计算 | 第24页 |
2.3.4 性能评估 | 第24页 |
2.4 本章小结 | 第24-25页 |
3 文本相似度计算方法 | 第25-31页 |
3.1 基于VSM的相似度计算方法 | 第25-27页 |
3.1.1 向量空间模型基本概念 | 第25-26页 |
3.1.2 相似度衡量 | 第26页 |
3.1.3 模型优点和局限性 | 第26-27页 |
3.2 基于LSI的相似度计算方法 | 第27-28页 |
3.2.1 隐性语义索引的基本思想 | 第27页 |
3.2.2 计算步骤 | 第27-28页 |
3.2.3 模型局限性 | 第28页 |
3.3 基于语义理解的相似度计算方法 | 第28-30页 |
3.3.1 基本概念 | 第28页 |
3.3.2 典型语义模型 | 第28-29页 |
3.3.3 方法局限性 | 第29-30页 |
3.4 基于字符串匹配模型的相似度计算方法 | 第30页 |
3.4.1 基本思想 | 第30页 |
3.4.2 存在问题 | 第30页 |
3.5 本章小结 | 第30-31页 |
4 基于概念子树的文本相似度计算方法 | 第31-39页 |
4.1 概念树 | 第31-32页 |
4.1.1 概念树定义 | 第31-32页 |
4.1.2 概念树构建 | 第32页 |
4.2 基于CST-TS文本相似度计算 | 第32-34页 |
4.2.1 相关定义 | 第32-33页 |
4.2.2 算法设计 | 第33-34页 |
4.3 实验结果与分析 | 第34-38页 |
4.3.1 实验环境 | 第34-35页 |
4.3.2 实验数据集 | 第35页 |
4.3.3 实验结果 | 第35-38页 |
4.4 本章小结 | 第38-39页 |
5 基于图模式发现的文本相似度计算方法 | 第39-48页 |
5.1 文本语义图模型 | 第39-40页 |
5.1.1 文本特征抽取 | 第39页 |
5.1.2 文本语义加权图构建 | 第39-40页 |
5.1.3 算法实现 | 第40页 |
5.2 基于图模式发现文本相似性度量 | 第40-43页 |
5.2.1 节点相似度度量 | 第40-41页 |
5.2.2 子图相似性度量 | 第41-43页 |
5.2.3 GM-TS算法实现 | 第43页 |
5.3 实验结果与分析 | 第43-47页 |
5.3.1 实验数据集 | 第43-44页 |
5.3.2 实验结果 | 第44-47页 |
5.4 本章小结 | 第47-48页 |
6 总结与展望 | 第48-50页 |
6.1 本文总结 | 第48-49页 |
6.2 工作展望 | 第49-50页 |
参考文献 | 第50-55页 |
致谢 | 第55-56页 |