基于新闻报道的中文关键词抽取算法研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·主要研究内容 | 第12-13页 |
| ·论文组织结构 | 第13-15页 |
| 第二章 中文关键词抽取相关技术 | 第15-25页 |
| ·关键词相关概念 | 第15页 |
| ·新闻报道文本特点 | 第15-16页 |
| ·关键词方法分类 | 第16-19页 |
| ·基于统计的方法 | 第16-17页 |
| ·基于语义的方法 | 第17-18页 |
| ·基于机器学习的方法 | 第18-19页 |
| ·分词与词性标注 | 第19-23页 |
| ·自动分词方法 | 第19-21页 |
| ·词性标注方法 | 第21-23页 |
| ·评测标准 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第三章 基于特征统计的新闻报道关键词抽取方法 | 第25-33页 |
| ·文本预处理 | 第25-26页 |
| ·分词与词性标注 | 第25页 |
| ·停用词过虑 | 第25-26页 |
| ·特征提取 | 第26-29页 |
| ·间距特征 | 第26-28页 |
| ·词频特征 | 第28页 |
| ·词性特征 | 第28页 |
| ·重要度特征 | 第28-29页 |
| ·关键词权重计算 | 第29页 |
| ·实验设置与结果 | 第29-32页 |
| ·实验平台 | 第29页 |
| ·实验数据 | 第29-30页 |
| ·实验结果与分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于聚类和互信息的新闻报道关键词抽取方法 | 第33-51页 |
| ·聚类分析 | 第33-42页 |
| ·聚类分析相关知识 | 第33-34页 |
| ·聚类距离 | 第34-37页 |
| ·聚类分析方法 | 第37-42页 |
| ·词语相似度计算 | 第42-45页 |
| ·互信息 | 第45-46页 |
| ·聚类与互信息结合的关键词提取方法 | 第46-48页 |
| ·算法流程 | 第46页 |
| ·算法步骤描述 | 第46-48页 |
| ·实验结果与分析 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 结束语 | 第51-55页 |
| ·论文研究工作意义 | 第51-52页 |
| ·工作展望 | 第52-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-61页 |
| 攻读学位期间发表的学术论文目录 | 第61页 |
