基于图模型聚类的文本摘要方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-19页 |
| ·课题的研究背景和意义 | 第9-10页 |
| ·文摘技术的发展和研究现状 | 第10-17页 |
| ·文摘技术的发展概述 | 第10-13页 |
| ·文摘技术的研究现状概述 | 第13-17页 |
| ·本文工作 | 第17-18页 |
| ·论文结构 | 第18-19页 |
| 第2章 相关工作综述 | 第19-31页 |
| ·自动文摘方法综述 | 第19-24页 |
| ·基于统计的文摘方法 | 第20-21页 |
| ·基于主题的文摘方法 | 第21-22页 |
| ·基于图的文摘方法 | 第22页 |
| ·基于语篇分析的文摘方法 | 第22-23页 |
| ·基于机器学习的文摘方法 | 第23-24页 |
| ·文本摘要在智能系统中的应用 | 第24-27页 |
| ·文本摘要在信息检索中的应用 | 第24-25页 |
| ·文本摘要在问答系统中的应用 | 第25-26页 |
| ·文本摘要在文本分类中的应用 | 第26-27页 |
| ·图模型算法研究 | 第27-30页 |
| ·PageRank算法分析 | 第27-29页 |
| ·自动文摘中基于PageRank的算法 | 第29-30页 |
| ·自动文摘技术的评价策略 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第3章 基于文本的图模型建立 | 第31-42页 |
| ·文档预处理 | 第31-32页 |
| ·图模型的建立 | 第32-41页 |
| ·模型描述 | 第32页 |
| ·模型实现 | 第32-39页 |
| ·实验 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第4章 模型聚类 | 第42-50页 |
| ·聚类算法描述 | 第42-43页 |
| ·聚类算法实现 | 第43-49页 |
| ·模型项点重要度计算 | 第44-46页 |
| ·模型主项点和领先顶点选择 | 第46页 |
| ·最短路径计算 | 第46-47页 |
| ·移除多余路径 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 实验评估与结果 | 第50-60页 |
| ·实验配置 | 第50-52页 |
| ·DUC 2002上的模型比较实验 | 第52-54页 |
| ·在其他DUC数据集上的进一步实验 | 第54-57页 |
| ·与DUC系统结果比较 | 第57-59页 |
| ·本章小结 | 第59-60页 |
| 第6章 总结和展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·课题研究展望 | 第61-62页 |
| 参考文献 | 第62-71页 |
| 学期间取得的科研成果 | 第71-72页 |
| 致谢 | 第72-73页 |
