基于RSS源文本的自动文摘系统研究
| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 图清单 | 第6-7页 |
| 表清单 | 第7-8页 |
| 目次 | 第8-11页 |
| 第1章 引言 | 第11-17页 |
| ·研究背景与研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·本文研究设计与组织结构 | 第15-17页 |
| 第2章 自动文摘综述 | 第17-30页 |
| ·文摘简介 | 第17-18页 |
| ·文摘概念 | 第17页 |
| ·文摘分类 | 第17-18页 |
| ·自动文摘技术方法 | 第18-24页 |
| ·基于特征分析 | 第18-21页 |
| ·基于知识理解 | 第21页 |
| ·基于篇章结构 | 第21-23页 |
| ·基于框架抽取 | 第23-24页 |
| ·自动文摘评价 | 第24-30页 |
| ·内部评价与外部评价 | 第24-25页 |
| ·DUC评价体系 | 第25-28页 |
| ·ROUGE-CN文摘句评价 | 第28-30页 |
| 第3章 基于机器学习的自动文摘方法 | 第30-67页 |
| ·RSS数据源 | 第30-33页 |
| ·RSS基本概念 | 第30-31页 |
| ·RSS技术原理 | 第31-32页 |
| ·RSS应用特点 | 第32-33页 |
| ·基于语料库的文本自动分类 | 第33-45页 |
| ·分类语料库的构建 | 第33-38页 |
| ·网页抓取 | 第34-35页 |
| ·页面清洗 | 第35-36页 |
| ·数据存储 | 第36-38页 |
| ·特征选择与抽取 | 第38-42页 |
| ·特征表示 | 第38-39页 |
| ·抽取算法 | 第39-42页 |
| ·文本自动分类 | 第42-44页 |
| ·基本概念 | 第42页 |
| ·分类算法 | 第42-44页 |
| ·实验 | 第44-45页 |
| ·实验语料与评测方法 | 第44页 |
| ·特征选择算法比较 | 第44-45页 |
| ·基于回归的有监督自动文摘 | 第45-67页 |
| ·文摘语料库的构建 | 第46-47页 |
| ·文摘句特征分析 | 第47-52页 |
| ·经典特征 | 第48-49页 |
| ·熵与相关度 | 第49-52页 |
| ·文摘句度量 | 第52-55页 |
| ·机器学习算法 | 第55-60页 |
| ·线性回归 | 第55-58页 |
| ·Logistic回归 | 第58-60页 |
| ·实验 | 第60-67页 |
| ·实验语料与评测方法 | 第60-62页 |
| ·机器学习算法比较 | 第62-67页 |
| 第4章 自动文摘系统的设计实现 | 第67-74页 |
| ·开发环境 | 第67页 |
| ·系统架构 | 第67-71页 |
| ·文本获取模块 | 第68-69页 |
| ·自动分类模块 | 第69页 |
| ·自动文摘模块 | 第69-70页 |
| ·文摘评价模块 | 第70-71页 |
| ·系统演示 | 第71-74页 |
| 第5章 总结与展望 | 第74-77页 |
| ·内容总结 | 第74-75页 |
| ·研究展望 | 第75-77页 |
| 参考文献 | 第77-82页 |
| 附录1 | 第82-84页 |
| 附录2 | 第84-88页 |
| 附录3 | 第88-102页 |
| 作者简历 | 第102-103页 |
| 致谢 | 第103页 |
