| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-21页 |
| ·自动文摘的研究意义和有关概念 | 第10-11页 |
| ·研究意义 | 第10-11页 |
| ·有关概念 | 第11页 |
| ·自动文摘的国内外研究情况 | 第11-18页 |
| ·中文自动文摘研究存在的问题及提出的关键技术 | 第18-20页 |
| ·存在的问题 | 第18-19页 |
| ·关键技术概述 | 第19-20页 |
| ·本文的内容组织 | 第20-21页 |
| 第2章 文本各级语言单元的特征向量表达 | 第21-29页 |
| ·基于向量空间模型的特征向量表达 | 第21-22页 |
| ·向量空间模型(VSM)介绍 | 第21页 |
| ·基于向量空间模型的特征向量表达 | 第21-22页 |
| ·基于无监督特征抽取的特征向量表达 | 第22-28页 |
| ·特征抽取的意义 | 第22-23页 |
| ·无监督特征抽取的两种典型方法 | 第23-26页 |
| ·文本各级语言单元的特征向量表达 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 文本潜在主题的自动发现 | 第29-39页 |
| ·相关研究工作 | 第29-30页 |
| ·聚类算法简介 | 第30-33页 |
| ·基于自适应段落聚类的文本潜在主题的自动发现 | 第33-38页 |
| ·术语特征的抽取 | 第33-34页 |
| ·各级语言单元的特征向量表达 | 第34-35页 |
| ·段落聚类与聚类分析 | 第35-38页 |
| ·文本潜在主题的发现 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第4章 文本主题代表句的自动选取 | 第39-45页 |
| ·相关的选取方法 | 第39-42页 |
| ·基于主题语义相似度计算的选取方法 | 第42-43页 |
| ·本章小结 | 第43-45页 |
| 第5章 系统实现与实验结果分析 | 第45-56页 |
| ·系统实现 | 第45-46页 |
| ·实验结果分析 | 第46-55页 |
| ·文摘质量的评价方法 | 第46-48页 |
| ·实验结果分析 | 第48-54页 |
| ·存在的问题以及解决思路 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间参加的科研项目与公开发表的学术论文 | 第62-63页 |
| 致谢 | 第63页 |