第一章 绪论 | 第7-17页 |
1.1 中文文本主题提取 | 第7-9页 |
1.2 进化计算研究现状 | 第9-12页 |
1.3 格机理论研究现状 | 第12-14页 |
1.4 本文工作 | 第14-17页 |
第二章 中文文本主题词自动提取 | 第17-24页 |
2.1 引言 | 第17-18页 |
2.2 候选主题词(关键词)切分算法 | 第18-22页 |
2.2.1 分词词典 | 第18-19页 |
2.2.2 候选主题词切分算法 | 第19-20页 |
2.2.3 标引主题词的确定 | 第20-22页 |
2.3 基于相互依赖的主题词(关键词)选择 | 第22-24页 |
第三章 基于遗传算法的文献集总结提取 | 第24-59页 |
3.1 引言 | 第24-25页 |
3.2 遗传算法基础 | 第25-33页 |
3.2.1 遗传算法的基本概念 | 第25-28页 |
3.2.2 遗传算法的基本结构和特征 | 第28-31页 |
3.2.3 设计遗传算法的基本原则和步骤 | 第31-33页 |
3.3 遗传算法的全局动力学形态分析 | 第33-51页 |
3.3.1 动力系统 | 第34-35页 |
3.3.2 CGA 的动力学建模方法 | 第35-38页 |
3.3.3 CGA 的数学模型及分析 | 第38-51页 |
3.4 启发式变异遗传算法的中文文献集总结提取 | 第51-59页 |
3.4.1 问题解编码表示 | 第52-53页 |
3.4.2 解的适应性度量 | 第53-54页 |
3.4.3 选择策略设计 | 第54-55页 |
3.4.4 交叉算子设计 | 第55-56页 |
3.4.5 启发式变异算子设计 | 第56-59页 |
第四章 扩展格机及其在文本分类中的应用 | 第59-68页 |
4.1 引言 | 第59-60页 |
4.2 格机的基本理论 | 第60-62页 |
4.3 文本分类问题中数据表示 | 第62-63页 |
4.4 扩展格机与多类别文档分类 | 第63-68页 |
第五章 支持多Agent 通信的扩展BDI 逻辑 | 第68-83页 |
5.1 引言 | 第68-69页 |
5.2 多agent 通信和言语行为理论(speech act theory) | 第69-70页 |
5.3 基本概念 | 第70-74页 |
5.4 支持多agent 通信的扩展BDI 逻辑 | 第74-81页 |
5.4.1 语法 | 第74-76页 |
5.4.2 语义 | 第76-78页 |
5.4.3 派生算子和连接符 | 第78-79页 |
5.4.4 言语行为的语用解释 | 第79-81页 |
5.5 结论 | 第81-83页 |
第六章 Web 文本信息挖掘Agent 框架的设计 | 第83-93页 |
6.1 框架结构及其描述 | 第83-85页 |
6.2 用户子系统设计 | 第85-88页 |
6.2.1 用户输入接口 | 第86页 |
6.2.2 请求/结果处理器 | 第86-87页 |
6.2.3 抽取Agent | 第87-88页 |
6.2.4 抽取知识库 | 第88页 |
6.3 供应者子系统 | 第88-89页 |
6.4 中介服务 | 第89-91页 |
6.5 驿站服务 | 第91-92页 |
6.6 系统容错机制的考虑 | 第92-93页 |
第七章 总结和进一步的工作 | 第93-96页 |
致谢 | 第96-98页 |
在读博士期间完成的主要研究工作 | 第98-101页 |
参考文献 | 第101-116页 |
摘 要 | 第116-119页 |
Abstract | 第119页 |