基于潜在语义分析的标题党新闻识别技术研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 引言 | 第11-18页 |
| ·研究的背景 | 第11-13页 |
| ·研究的现状 | 第13-14页 |
| ·课题研究的目的与意义 | 第14-15页 |
| ·论文研究的主要内容与贡献 | 第15-17页 |
| ·论文的章节组织 | 第17-18页 |
| 第2章 相关知识介绍 | 第18-22页 |
| ·网页去噪工作原理 | 第18-19页 |
| ·向量空间模型 | 第19-20页 |
| ·矩阵的奇异值分解 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 第3章 系统关键技术研究 | 第22-47页 |
| ·基于HTTP的新闻网页下载技术 | 第22-27页 |
| ·网页下载技术 | 第22-24页 |
| ·网页信息抽取技术 | 第24-27页 |
| ·基于行块分布算法的网页正文抽取技术 | 第27-34页 |
| ·行块分布算法基本思想 | 第27-28页 |
| ·行块分布算法实例分析 | 第28-34页 |
| ·基于正向最大匹配算法的分词技术 | 第34-37页 |
| ·正向最大匹配算法基本思想 | 第34-35页 |
| ·分词算法实例分析 | 第35-37页 |
| ·向量空间模型的构建 | 第37-40页 |
| ·词-段落矩阵构建 | 第38页 |
| ·向量空间模型构建实例分析 | 第38-40页 |
| ·基于SVD的塌陷矩阵构建技术 | 第40-43页 |
| ·塌陷奇异分解基本思想 | 第40-41页 |
| ·塌陷矩阵构建实例分析 | 第41-43页 |
| ·基于LSA算法的标题党新闻判定技术 | 第43-46页 |
| ·潜在相关度计算 | 第43-44页 |
| ·基于LSA的标题党新闻判定 | 第44-46页 |
| ·本章小结 | 第46-47页 |
| 第4章 系统设计与实现 | 第47-59页 |
| ·系统设计 | 第47-49页 |
| ·系统工作流程 | 第47-48页 |
| ·系统功能结构 | 第48-49页 |
| ·系统业务逻辑 | 第49页 |
| ·数据库表结构设计 | 第49-50页 |
| ·系统各功能模块设计与实现 | 第50-58页 |
| ·目标网址列表信息读取模块 | 第50-52页 |
| ·网页下载模块 | 第52-54页 |
| ·新闻信息抽取模块 | 第54页 |
| ·分词处理模块 | 第54-56页 |
| ·向量空间模型构建模块 | 第56页 |
| ·塌陷矩阵构建模块 | 第56-57页 |
| ·潜在相关度计算模块 | 第57页 |
| ·标题党新闻判定模块 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第5章 实验结果与分析 | 第59-64页 |
| ·实验环境介绍 | 第59页 |
| ·向量空间模型构建实验 | 第59-60页 |
| ·塌陷矩阵构建实验 | 第60-61页 |
| ·潜在相关度计算实验 | 第61页 |
| ·标题党新闻识别实验 | 第61-62页 |
| ·实验数据综合分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-67页 |
| ·本文总结 | 第64-65页 |
| ·本文展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 附录 | 第7页 |
