基于语义加权的中文文本相似度计算研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景及选题意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-18页 |
| 1.2.1 文本表示模型研究现状 | 第16-17页 |
| 1.2.2 特征权重改进研究现状 | 第17-18页 |
| 1.2.3 语义文本相似度研究现状 | 第18页 |
| 1.2.4 研究现状分析 | 第18页 |
| 1.3 本文研究内容 | 第18-19页 |
| 1.4 本文组织结构 | 第19-23页 |
| 第二章 语义文本相似度相关理论基础 | 第23-33页 |
| 2.1 文本相似度的关键技术 | 第23-27页 |
| 2.1.1 文本预处理 | 第23-24页 |
| 2.1.2 文本的表示模型 | 第24-25页 |
| 2.1.3 特征项权重算法 | 第25-26页 |
| 2.1.4 文本相似度计算方法 | 第26-27页 |
| 2.2 语义本体知识库 | 第27-28页 |
| 2.2.1 维基百科 | 第27页 |
| 2.2.2 知网 | 第27-28页 |
| 2.3 文本挖掘算法 | 第28-31页 |
| 2.3.1 文本分类算法 | 第28-30页 |
| 2.3.2 文本聚类算法 | 第30-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 文本相似度的特征权重改进算法 | 第33-41页 |
| 3.1 文本复杂网络图 | 第33-37页 |
| 3.1.1 加权语言复杂网络 | 第33页 |
| 3.1.2 词语语义相关度量化 | 第33-37页 |
| 3.1.3 文本复杂网络构建流程 | 第37页 |
| 3.2 基于复杂网络的特征项综合指数 | 第37-39页 |
| 3.2.1 复杂网络的节点特征 | 第37-39页 |
| 3.2.2 文本特征项指数CF计算 | 第39页 |
| 3.3 结合复杂网络的CF-IDF算法 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 文本相似度的语义加权算法 | 第41-47页 |
| 4.1 知网语义相似度计算 | 第41-42页 |
| 4.2 基于消歧的词汇语义相似度计算 | 第42-45页 |
| 4.2.1 词汇语义消歧思想 | 第42页 |
| 4.2.2 基于知网的词汇消歧方法 | 第42-44页 |
| 4.2.3 词汇语义相似度计算过程 | 第44-45页 |
| 4.3 语义加权文本相似度计算方法 | 第45-46页 |
| 4.3.1 构造语义加权因子的基本思想 | 第45页 |
| 4.3.2 语义加权因子的构造方法 | 第45-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 实验设计与结果分析 | 第47-55页 |
| 5.1 实验数据和方法 | 第47页 |
| 5.2 实验过程 | 第47-49页 |
| 5.2.1 特征权重改进效果实验 | 第47-48页 |
| 5.2.2 语义加权文本相似度效果实验 | 第48-49页 |
| 5.3 实验评价方法 | 第49-50页 |
| 5.4 实验结果分析 | 第50-53页 |
| 5.4.1 特征权重改进实验结果 | 第50-51页 |
| 5.4.2 语义加权实验结果 | 第51-53页 |
| 5.5 本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 6.1 本文总结 | 第55-56页 |
| 6.2 进一步工作展望 | 第56-57页 |
| 参考文献 | 第57-61页 |
| 致谢 | 第61-63页 |
| 作者简介 | 第63-64页 |
