中文词汇知识获取算法和语义计算研究及应用
| 摘要 | 第1-7页 |
| Abstract | 第7-13页 |
| 第一章 绪论 | 第13-25页 |
| ·研究背景及意义 | 第13-14页 |
| ·研究现状及问题分析 | 第14-21页 |
| ·词汇知识获取研究现状 | 第14-16页 |
| ·自动文摘研究现状 | 第16-17页 |
| ·词汇语义计算研究现状 | 第17-20页 |
| ·问题及现状分析 | 第20-21页 |
| ·研究目标、内容及创新点 | 第21-23页 |
| ·研究目标 | 第21-22页 |
| ·研究内容及创新点 | 第22-23页 |
| ·本文的组织 | 第23-25页 |
| 第二章 基于词性探测和词共现有向图的合成词识别 | 第25-37页 |
| ·引言 | 第25-26页 |
| ·相关工作 | 第26-27页 |
| ·算法设计与分析 | 第27-33页 |
| ·词性探测 | 第27-28页 |
| ·词共现有向图 | 第28-29页 |
| ·生成词共现有向图 | 第29-30页 |
| ·合成词提取算法 | 第30-33页 |
| ·合成词过滤 | 第33页 |
| ·实验结果分析与比较 | 第33-36页 |
| ·实验结果分析 | 第33-35页 |
| ·与其他算法比较 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 基于核心属性渗透理论的合成词词性标注 | 第37-45页 |
| ·引言 | 第37页 |
| ·相关研究工作 | 第37-38页 |
| ·基于核心属性渗透理论的合成词词性标注 | 第38-44页 |
| ·合成词的识别 | 第38-39页 |
| ·词性标注 | 第39-41页 |
| ·分词修正 | 第41-44页 |
| ·实验结果分析 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第四章 基于词位置权重和增量词集频率的主题词提取 | 第45-58页 |
| ·引言 | 第45页 |
| ·相关工作 | 第45-46页 |
| ·基于词位置权重的侯选主题词提取 | 第46-49页 |
| ·基于增量词集频率的主题词提取 | 第49-50页 |
| ·实验结果分析 | 第50-57页 |
| ·参数α、β和阈值 的确定 | 第51-53页 |
| ·实验结果评价 | 第53-54页 |
| ·与其他算法的比较 | 第54-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 基于主题词集的中文自动文摘 | 第58-66页 |
| ·引言 | 第58页 |
| ·相关研究 | 第58-59页 |
| ·基于主题词集的中文自动文摘 | 第59-61页 |
| ·句子权重的计算 | 第60页 |
| ·文摘句的选取 | 第60-61页 |
| ·实验与评价 | 第61-65页 |
| ·主题词集规模的确定 | 第61-62页 |
| ·实验结果评价 | 第62-63页 |
| ·基于主题词集的中文自动文摘实例 | 第63-65页 |
| ·与其他算法比较 | 第65页 |
| ·本章小结 | 第65-66页 |
| 第六章 基于主题词集的文本相似度计算 | 第66-74页 |
| ·引言 | 第66页 |
| ·相关研究工作 | 第66-68页 |
| ·算法设计与分析 | 第68-70页 |
| ·算法总体设计 | 第68-69页 |
| ·计算主题词的相似度 | 第69-70页 |
| ·计算文本相似度 | 第70页 |
| ·实验和结果评价 | 第70-73页 |
| ·文本相似度计算结果评价 | 第71页 |
| ·应用于文本分类 | 第71-72页 |
| ·与其他算法的比较 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 第七章 词汇知识获取及语义计算平台的构建 | 第74-85页 |
| ·引言 | 第74页 |
| ·词汇语义知识库简述 | 第74-76页 |
| ·WordNet简介 | 第75页 |
| ·HowNet简介 | 第75-76页 |
| ·词汇知识获取及语义计算平台 | 第76-84页 |
| ·系统目标与功能 | 第76页 |
| ·系统体系结构 | 第76-77页 |
| ·系统设计 | 第77-79页 |
| ·系统整体运行流程 | 第79-81页 |
| ·系统展示 | 第81-84页 |
| ·本章小结 | 第84-85页 |
| 结论和展望 | 第85-88页 |
| 参考文献 | 第88-100页 |
| 攻读博士学位期间取得的研究成果 | 第100-102页 |
| 致谢 | 第102页 |
