NLP技术在中文信息检索中的应用研究
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·信息检索研究概况 | 第8-10页 |
| ·基于自然语言处理技术的信息检索的研究现状 | 第10-11页 |
| ·本文主要研究工作和创新之处 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 第二章 信息检索关键技术介绍 | 第13-40页 |
| ·文本聚类技术 | 第13-25页 |
| ·平面划分方法 | 第14-16页 |
| ·层次的方法 | 第16-18页 |
| ·基于密度的方法 | 第18-19页 |
| ·基于网格的方法 | 第19-21页 |
| ·基于模型的方法 | 第21-22页 |
| ·文本聚类结果的评价方法 | 第22-25页 |
| ·自动摘要技术 | 第25-35页 |
| ·自动摘录 | 第26-29页 |
| ·基于理解的自动摘要 | 第29-31页 |
| ·信息抽取 | 第31-32页 |
| ·基于结构的自动摘要 | 第32-33页 |
| ·中文自动摘要的研究状况 | 第33-35页 |
| ·查询扩展技术 | 第35-40页 |
| ·查询扩展方法 | 第35-36页 |
| ·国内外研究现状 | 第36-40页 |
| 第三章 基于向量空间模型的文本聚类方法 | 第40-47页 |
| ·文本聚类的问题描述 | 第40页 |
| ·一种基于向量空间模型的文本聚类方法 | 第40-44页 |
| ·新的聚类模型 | 第41页 |
| ·文档表示 | 第41页 |
| ·文档分词、预处理 | 第41-42页 |
| ·文档特征提取 | 第42页 |
| ·文档特征权值调整 | 第42-43页 |
| ·文档聚类 | 第43-44页 |
| ·文本聚类的评价方法 | 第44页 |
| ·实验与结果 | 第44-46页 |
| ·测试集 | 第44页 |
| ·实验步骤 | 第44-45页 |
| ·实验结果 | 第45-46页 |
| ·结束语 | 第46-47页 |
| 第四章 基于主题聚类的自动摘要算法研究 | 第47-67页 |
| ·引言 | 第47-50页 |
| ·基于主题聚类的自动摘要 | 第50-62页 |
| ·文档预处理 | 第50-52页 |
| ·基于依赖关系的属性选择 | 第52-59页 |
| ·语句重要性评估规则 | 第59-61页 |
| ·基于主题聚类的自动摘要算法 | 第61-62页 |
| ·应用及性能评估 | 第62-66页 |
| ·摘要性能评估算法 | 第62-63页 |
| ·实验内容与性能指标 | 第63-64页 |
| ·实验结果与性能分析 | 第64-66页 |
| ·结论 | 第66-67页 |
| 第五章 面向用户的查询扩展统计模型 | 第67-82页 |
| ·用户兴趣模型 | 第68-70页 |
| ·用户兴趣模型表示 | 第68-69页 |
| ·用户兴趣模型更新 | 第69-70页 |
| ·面向用户的查询扩展 | 第70-79页 |
| ·查询关键词权重的重新计算 | 第70-72页 |
| ·查询关键词扩充 | 第72-74页 |
| ·查询关键词删除 | 第74-76页 |
| ·查询扩展模型中参数的确定 | 第76-79页 |
| ·实验与结果分析 | 第79-81页 |
| ·对比算法 | 第79-80页 |
| ·实验结果与讨论 | 第80-81页 |
| ·结束语 | 第81-82页 |
| 第六章 结论与展望 | 第82-84页 |
| ·本文取得的成果 | 第82-83页 |
| ·存在的问题和研究前景展望 | 第83-84页 |
| 参考文献 | 第84-99页 |
| 发表论文和科研情况说明 | 第99-100页 |
| 致谢 | 第100页 |
