| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-10页 |
| 1 绪论 | 第10-14页 |
| ·问题的提出及研究意义 | 第10-11页 |
| ·问题的提出 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·文本主题分析技术的研究现状 | 第11-12页 |
| ·本文的研究内容 | 第12-14页 |
| ·论文的主要工作 | 第12-13页 |
| ·本文的组织 | 第13-14页 |
| 2 文本主题分析技术 | 第14-22页 |
| ·有关概念 | 第14-16页 |
| ·主题 | 第14页 |
| ·文本分割与主题分割 | 第14-15页 |
| ·主题抽取与主题识别 | 第15页 |
| ·主题分析与自动摘要的关系 | 第15-16页 |
| ·文本主题分析的研究方法 | 第16-19页 |
| ·主题分割的研究方法 | 第16-18页 |
| ·主题识别的研究方法 | 第18-19页 |
| ·文本主题分析的评价方法 | 第19-21页 |
| ·本章小结 | 第21-22页 |
| 3 基于统计的文本主题分析技术 | 第22-36页 |
| ·思想 | 第22页 |
| ·基于SVO的段落相似度计算方法 | 第22-25页 |
| ·段落的表示方法 | 第23-24页 |
| ·基于SVO的段落相似度计算方法 | 第24-25页 |
| ·基于SVO的段落相似度计算方法的特点 | 第25页 |
| ·基于统计的文本主题分析技术 | 第25-31页 |
| ·文本预处理 | 第26-28页 |
| ·基于SVO段落相似度的文本主题分割算法 | 第28页 |
| ·基于关键句的文本主题识别算法 | 第28-31页 |
| ·实验结果及其评价 | 第31-35页 |
| ·文本主题分割实验及其评价 | 第31-33页 |
| ·文本主题识别实验及其评价 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 4 统计与知识相结合的文本主题分析技术 | 第36-49页 |
| ·知识相关内容 | 第36-38页 |
| ·知识的定义 | 第36页 |
| ·知识表示 | 第36-37页 |
| ·知识的获取方式 | 第37-38页 |
| ·同义词词林 | 第38-41页 |
| ·同义词词林的介绍 | 第38-39页 |
| ·基于同义词词林的词语相似度计算 | 第39-40页 |
| ·基于同义词词林的句子相似度计算方法 | 第40-41页 |
| ·基于同义词词林的文本词语替换方法 | 第41页 |
| ·统计与知识相结合的文本主题分析技术 | 第41-46页 |
| ·知识库 | 第41-42页 |
| ·知识学习过程 | 第42-43页 |
| ·主题识别算法TTI_SK | 第43-44页 |
| ·主题分析算法TTA_SK | 第44-46页 |
| ·实验及其评价 | 第46-48页 |
| ·本章小结 | 第48-49页 |
| 5 文本主题分析系统的实现 | 第49-56页 |
| ·开发环境 | 第49页 |
| ·系统功能介绍 | 第49-55页 |
| ·文本预处理实例 | 第50-52页 |
| ·文本命名实例 | 第52-53页 |
| ·基于统计的文本主题分析实例 | 第53-54页 |
| ·统计与知识相结合的文本主题分析实例 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 6 总结与展望 | 第56-58页 |
| ·总结 | 第56页 |
| ·展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 附录: A.作者在攻读硕士学位期间发表及录用的论文目录 | 第63-64页 |
| B.作者在攻读硕士学位期间参加的科研项目以及得奖情况 | 第63-64页 |