| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第12-22页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.2 研究现状 | 第14-19页 |
| 1.2.1 国外研究现状 | 第14-16页 |
| 1.2.2 国内研究现状 | 第16-18页 |
| 1.2.3 文摘技术的分类 | 第18-19页 |
| 1.3 本文主要内容 | 第19-21页 |
| 1.4 本文内容结构 | 第21页 |
| 1.5 本章小结 | 第21-22页 |
| 第2章 关键技术 | 第22-34页 |
| 2.1 文本情感摘要 | 第22-23页 |
| 2.2 文本表示模型 | 第23-26页 |
| 2.3 相似度计算 | 第26-29页 |
| 2.3.1 特征项权重计算 | 第26-28页 |
| 2.3.2 相似度计算 | 第28-29页 |
| 2.4 基于图模型的文摘方法 | 第29-32页 |
| 2.5 摘要评价方法 | 第32-33页 |
| 2.6 本章小结 | 第33-34页 |
| 第3章 基于句子情感和主题相似性文本情感摘要方法 | 第34-56页 |
| 3.1 新闻文本情感摘要分析 | 第34-36页 |
| 3.2 LexRank算法分析 | 第36-41页 |
| 3.2.1 基于图模型的文本摘要研究现状 | 第36-37页 |
| 3.2.2 LexRank算法分析 | 第37-40页 |
| 3.2.3 LexRank算法的优劣分析及改进 | 第40-41页 |
| 3.3 文本预处理 | 第41-43页 |
| 3.4 新闻文本句子情感特征化 | 第43-49页 |
| 3.5 基于LexRank算法改进的句子情感权重计算 | 第49-52页 |
| 3.5.1 构建新闻文本图模型 | 第49-52页 |
| 3.5.2 融入情感的句子权重 | 第52页 |
| 3.6 主题相似度的计算 | 第52-54页 |
| 3.7 文本情感摘要的生成 | 第54页 |
| 3.8 本章小结 | 第54-56页 |
| 第4章 实验与结果分析 | 第56-70页 |
| 4.1 数据集与评价标准 | 第56-57页 |
| 4.2 实验与结果分析 | 第57-69页 |
| 4.2.1 实现步骤 | 第58-59页 |
| 4.2.2 结果分析 | 第59-69页 |
| 4.3 本章小节 | 第69-70页 |
| 第5章 总结与展望 | 第70-72页 |
| 5.1 本文总结 | 第70-71页 |
| 5.2 研究展望 | 第71-72页 |
| 参考文献 | 第72-80页 |
| 硕士期间发表论文 | 第80-82页 |
| 致谢 | 第82页 |