| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-17页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文研究内容 | 第14-15页 |
| 1.4 论文的组织结构 | 第15-17页 |
| 第2章 知识元智能提取理论基础 | 第17-29页 |
| 2.1 知识元理论 | 第17-20页 |
| 2.1.1 知识元定义 | 第17-18页 |
| 2.1.2 知识元分类 | 第18页 |
| 2.1.3 知识元特点 | 第18-19页 |
| 2.1.4 知识元结构模型 | 第19-20页 |
| 2.2 中文分词技术 | 第20-21页 |
| 2.2.1 中文分词技术概述 | 第20-21页 |
| 2.2.2 中文分词系统介绍 | 第21页 |
| 2.3 文本特征项提取算法 | 第21-24页 |
| 2.4 相似度算法 | 第24-27页 |
| 2.4.1 常见的词语相似度算法 | 第25页 |
| 2.4.2 基于同义词词林 | 第25-26页 |
| 2.4.3 句子相似度算法 | 第26-27页 |
| 2.5 知识元智能提取算法步骤 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 第3章 特征项权重计算 | 第29-45页 |
| 3.1 文本预处理 | 第29-33页 |
| 3.1.1 分段与段落信息统计 | 第29-30页 |
| 3.1.2 分句与句子信息统计 | 第30-32页 |
| 3.1.3 分词与词语信息统计 | 第32-33页 |
| 3.2 权重计算算法改进 | 第33-40页 |
| 3.2.1 特征项选择 | 第33页 |
| 3.2.2 传统TF-IDF算法 | 第33-34页 |
| 3.2.3 已知的TF-IDF算法改进 | 第34-37页 |
| 3.2.4 特征项语义相似度计算 | 第37-39页 |
| 3.2.5 基于语义相似度的TF-IDF改进 | 第39-40页 |
| 3.3 融合多特征因素的特征项权重计算 | 第40-44页 |
| 3.3.1 融合词性特征因素 | 第40-43页 |
| 3.3.2 融合词语长度特征因素 | 第43页 |
| 3.3.3 融合词语位置特征因素 | 第43页 |
| 3.3.4 融合多特征因素的MF-S-TFIDF改进算法 | 第43-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 句子权重计算与知识元封装 | 第45-53页 |
| 4.1 句子相似度计算 | 第45-49页 |
| 4.1.1 句子相似度概述 | 第45页 |
| 4.1.2 基于词型匹配的句子相似度算法 | 第45-46页 |
| 4.1.3 基于编辑距离的句子相似度算法 | 第46-47页 |
| 4.1.4 改进的句子相似度算法 | 第47-49页 |
| 4.2 融合多特征因素的句子权重计算 | 第49-51页 |
| 4.2.1 句子词项权重 | 第50页 |
| 4.2.2 句子与标题相似度权重 | 第50页 |
| 4.2.3 句子线索词权重 | 第50-51页 |
| 4.2.4 句子长度权重 | 第51页 |
| 4.2.5 融合多特征因素的句子权重算法 | 第51页 |
| 4.3 知识元结构封装 | 第51-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 知识元提取系统及实验结果评估 | 第53-65页 |
| 5.1 知识元智能提取系统 | 第53-56页 |
| 5.1.1 系统架构 | 第53-54页 |
| 5.1.2 主要模块介绍 | 第54-56页 |
| 5.2 实验及结果评估分析 | 第56-64页 |
| 5.2.1 改进的MF-S-TFIDF实验结果分析 | 第56-60页 |
| 5.2.2 句子相似度实验结果分析 | 第60-61页 |
| 5.2.3 句子权重与知识元智能提取实验结果分析 | 第61-64页 |
| 5.3 算法效果总结 | 第64页 |
| 5.4 本章小结 | 第64-65页 |
| 结论与展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读学位期间发表的论文及科研成果 | 第70页 |