融合新闻要素的汉—泰双语新闻文本相似度计算方法研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-15页 |
| 1.1 研究背景及意义 | 第11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 中文文本相似度研究现状 | 第11-12页 |
| 1.2.2 跨语言文本相似度计算 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文的组织 | 第14-15页 |
| 第二章 相关理论与技术介绍 | 第15-35页 |
| 2.1 汉语文本相似度计算方法 | 第15-17页 |
| 2.1.1 文本相似度定义 | 第15页 |
| 2.1.2 向量空间模型 | 第15-16页 |
| 2.1.3 基于隐性语义索引模型(LSI) | 第16-17页 |
| 2.1.4 基于属性理论为基础的属性重心剖分模型 | 第17页 |
| 2.2 跨语言文本相似度计算方法 | 第17-19页 |
| 2.3 基于《知网》的集合相似度算法 | 第19-22页 |
| 2.3.1 《知网》介绍 | 第19-20页 |
| 2.3.2 集合相似度算法 | 第20-22页 |
| 2.4 文本预处理 | 第22-30页 |
| 2.4.1 泰语分词 | 第22-24页 |
| 2.4.2 CRFs泰语分词 | 第24-25页 |
| 2.4.3 基于音节的层叠CRFs泰语分词 | 第25-28页 |
| 2.4.4 泰语词性标注 | 第28页 |
| 2.4.5 条件随机场词性标注模型 | 第28-29页 |
| 2.4.6 特征选择与标注集 | 第29-30页 |
| 2.5 泰语命名实体识别 | 第30-31页 |
| 2.6 互信息 | 第31-32页 |
| 2.6.1 互信息概念 | 第31-32页 |
| 2.7 本章小结 | 第32-35页 |
| 第三章 融合新闻要素的中文新闻文本相似度计算 | 第35-41页 |
| 3.1 引言 | 第35页 |
| 3.2 中文文本的预处理 | 第35-36页 |
| 3.3 新闻要素抽取 | 第36-37页 |
| 3.4 新闻要素集合相似度计算 | 第37-38页 |
| 3.5 新闻文本相似度计算 | 第38页 |
| 3.6 本章小结 | 第38-41页 |
| 第四章 汉-泰双语新闻文本相似度计算方法 | 第41-47页 |
| 4.1 引言 | 第41页 |
| 4.2 泰语新闻文本爬取 | 第41页 |
| 4.3 泰语文本预处理 | 第41-42页 |
| 4.4 新闻五要素抽取 | 第42页 |
| 4.5 语义消歧 | 第42-44页 |
| 4.6 新闻要素集合相似度计算 | 第44页 |
| 4.7 新闻文本相似度计算 | 第44-45页 |
| 4.8 本章小结 | 第45-47页 |
| 第五章 实验结果及分析 | 第47-59页 |
| 5.1 新闻文本爬取步骤 | 第47-48页 |
| 5.2 中文新闻文本相似度计算实验分析 | 第48-52页 |
| 5.3 文本预处理准确度评测 | 第52-54页 |
| 5.4 汉-泰新闻文本相似度计算结果分析 | 第54-57页 |
| 5.5 本章小结 | 第57-59页 |
| 第六章 结论 | 第59-61页 |
| 致谢 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录A 攻读硕士期间发表的论文 | 第67-69页 |
| 附录B 攻读硕士学位期间参与的科研项目 | 第69页 |
