基于指纹检索的文本相似性检测技术研究与应用
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-14页 |
| 1.1 课题的研究背景和意义 | 第9-10页 |
| 1.2 国内外的研究现状 | 第10-11页 |
| 1.3 研究内容 | 第11-12页 |
| 1.4 论文的组织结构 | 第12-14页 |
| 2 文档相似性度量技术分析 | 第14-23页 |
| 2.1 文档距离计算方法 | 第14-16页 |
| 2.1.1 文档距离的度量 | 第14-15页 |
| 2.1.2 度量方法分析 | 第15-16页 |
| 2.2 minwise哈希估计算法 | 第16-18页 |
| 2.3 b位minwise哈希估计算法 | 第18-21页 |
| 2.4 本章小结 | 第21-23页 |
| 3 基于指纹分组的并行检索算法 | 第23-34页 |
| 3.1 文档指纹的距离检索 | 第23-25页 |
| 3.1.1 特征指纹的提取 | 第23-24页 |
| 3.1.2 海明距离检索问题 | 第24-25页 |
| 3.2 指纹分组检索算法 | 第25-26页 |
| 3.3 指纹分组的并行检索 | 第26-31页 |
| 3.3.1 指纹分组并行检索 | 第26-28页 |
| 3.3.2 时间复杂度分析 | 第28-29页 |
| 3.3.3 并行模型 | 第29-31页 |
| 3.4 实验及结果分析 | 第31-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4 文本细粒度提取技术的研究 | 第34-43页 |
| 4.1 文本细粒度的划分 | 第34-37页 |
| 4.2 提取文档特征集合 | 第37-41页 |
| 4.2.1 分词 | 第37-40页 |
| 4.2.2 去停用词 | 第40页 |
| 4.2.3 提取shingle特征 | 第40-41页 |
| 4.3 生成指纹 | 第41-42页 |
| 4.4 本章小结 | 第42-43页 |
| 5 文本相似性检测系统应用研究 | 第43-53页 |
| 5.1 系统框架 | 第43-46页 |
| 5.1.1 功能框架 | 第43-44页 |
| 5.1.2 处理流程 | 第44-45页 |
| 5.1.3 硬件框架 | 第45-46页 |
| 5.2 文档聚类 | 第46-48页 |
| 5.3 相似度估计 | 第48-50页 |
| 5.4 相似文档的详细比对 | 第50-51页 |
| 5.5 系统实现 | 第51-52页 |
| 5.6 本章小结 | 第52-53页 |
| 6 总结与展望 | 第53-55页 |
| 6.1 工作总结 | 第53-54页 |
| 6.2 进一步的研究 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读学位期间主要的研究成果 | 第60-61页 |
| 致谢 | 第61页 |
