| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文的主要工作 | 第14-15页 |
| 1.4 论文的组织形式 | 第15-17页 |
| 第2章 相关理论及方法 | 第17-28页 |
| 2.1 新闻缩写的预处理技术 | 第17-20页 |
| 2.1.1 中文分词 | 第17页 |
| 2.1.2 命名实体识别 | 第17-18页 |
| 2.1.3 句法分析 | 第18-20页 |
| 2.2 缩写常用算法模型 | 第20-23页 |
| 2.2.1 噪声信道模型 | 第20-21页 |
| 2.2.2 剪枝模型 | 第21-22页 |
| 2.2.3 同步树替代文法模型 | 第22-23页 |
| 2.3 摘要提取相关算法 | 第23-27页 |
| 2.3.1 整数线性规划 | 第23-25页 |
| 2.3.2 句子增强技术 | 第25-26页 |
| 2.3.3 社交网络打分机制 | 第26-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 新闻内容单句缩写算法 | 第28-43页 |
| 3.1 研究概述 | 第28页 |
| 3.2 新闻标题缩写算法 | 第28-36页 |
| 3.2.1 词对齐技术 | 第30页 |
| 3.2.2 基于GIZA++的词对齐 | 第30-33页 |
| 3.2.3 基于同义词林的词对齐 | 第33-35页 |
| 3.2.4 基于规则与统计的句子压缩算法 | 第35-36页 |
| 3.3 基于关键词的启发式句子压缩算法 | 第36-42页 |
| 3.3.1 关键词提取 | 第36-38页 |
| 3.3.2 启发式的语言学规则 | 第38-41页 |
| 3.3.3 压缩结果修复 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于句子多特征与冗余处理的新闻正文压缩算法 | 第43-49页 |
| 4.1 研究概述 | 第43-44页 |
| 4.2 句子权重计算 | 第44-46页 |
| 4.2.1 基于特征融合的词语权重 | 第44-45页 |
| 4.2.2 句子多特征 | 第45-46页 |
| 4.2.3 句子权重值 | 第46页 |
| 4.3 句子相似度计算 | 第46-47页 |
| 4.4 基于整数线性规划的句子选择算法 | 第47-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 实验系统原型设计与结果分析 | 第49-58页 |
| 5.1 实验环境 | 第49页 |
| 5.2 实验系统原型设计 | 第49-50页 |
| 5.3 实验结果分析 | 第50-56页 |
| 5.3.1 新闻标题缩写算法实验分析 | 第50-52页 |
| 5.3.2 新闻正文摘要抽取及缩写实验分析 | 第52-56页 |
| 5.4 本章小结 | 第56-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 附录 新闻缩写示例原文 | 第64-66页 |
| 攻读学位期间发表的论文与研究成果清单 | 第66-67页 |
| 致谢 | 第67页 |