首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

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

论文共56页,点击 下载论文
上一篇:基于稀疏性的视频降噪算法研究及应用
下一篇:三维集成电路TSV模型及高可靠传输研究