事件的画报式摘要生成技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 论文研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.3 论文研究内容及研究成果 | 第12-13页 |
| 1.3.1 主要研究内容 | 第12-13页 |
| 1.3.2 研究成果 | 第13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第2章 事件的画报式摘要相关工作 | 第15-22页 |
| 2.1 相关问题定义 | 第15-18页 |
| 2.1.1 事件的定义 | 第15-16页 |
| 2.1.2 事件摘要问题定义 | 第16-18页 |
| 2.2 社交媒体事件检测相关工作 | 第18-19页 |
| 2.3 图像-文本相关性挖掘相关工作 | 第19页 |
| 2.4 图像聚类及摘要生成相关工作 | 第19-20页 |
| 2.5 关键词提取相关工作 | 第20-21页 |
| 2.6 本章小结 | 第21-22页 |
| 第3章 社会事件的图像聚类方法研究 | 第22-39页 |
| 3.1 概述 | 第22-23页 |
| 3.2 图像-文本特征提取 | 第23-28页 |
| 3.2.1 图像特征提取 | 第23-27页 |
| 3.2.2 文本特征提取 | 第27-28页 |
| 3.3 利用KCCA挖掘图像-文本相关性关联 | 第28-32页 |
| 3.3.1 线性典型相关分析 | 第29页 |
| 3.3.2 基于核的典型相关分析 | 第29-31页 |
| 3.3.3 特征匹配即相关性挖掘 | 第31-32页 |
| 3.4 图聚类算法 | 第32-33页 |
| 3.5 实验与分析 | 第33-38页 |
| 3.5.1 数据集 | 第33页 |
| 3.5.2 数据预处理 | 第33-34页 |
| 3.5.3 聚类性能评价指标 | 第34-35页 |
| 3.5.4 实验结果及评估 | 第35-38页 |
| 3.6 本章小结 | 第38-39页 |
| 第4章 画报式摘要的生成方法研究 | 第39-48页 |
| 4.1 概述 | 第39页 |
| 4.2 图像摘要提取准则 | 第39-41页 |
| 4.3 文本摘要生成 | 第41-42页 |
| 4.4 图文匹配 | 第42-43页 |
| 4.5 事件结构分析 | 第43-44页 |
| 4.5.1 事件不同方面 | 第43-44页 |
| 4.5.2 不同的用户观点 | 第44页 |
| 4.6 实验设置及结果 | 第44-47页 |
| 4.7 本章小结 | 第47-48页 |
| 第5章 总结与展望 | 第48-50页 |
| 5.1 论文总结 | 第48页 |
| 5.2 下一步工作 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第54-55页 |
| 致谢 | 第55页 |
