基于基因表达式编程的中文文本关键词提取算法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-15页 |
| ·研究背景 | 第10-11页 |
| ·研究现状 | 第11-12页 |
| ·研究目的 | 第12-13页 |
| ·研究内容 | 第13页 |
| ·内容组织 | 第13-15页 |
| 第二章 关键词提取的相关知识 | 第15-29页 |
| ·自然语言处理技术 | 第15-19页 |
| ·机器词典构建 | 第15-16页 |
| ·语法分析 | 第16-17页 |
| ·语义分析 | 第17-18页 |
| ·语篇分析 | 第18-19页 |
| ·汉语分词技术 | 第19-20页 |
| ·心智推理分词 | 第20页 |
| ·匹配分词 | 第20页 |
| ·文本预处理技术 | 第20-23页 |
| ·停用词消除 | 第21页 |
| ·词根获取 | 第21页 |
| ·短语识别 | 第21页 |
| ·特征项权重计算模型 | 第21-22页 |
| ·特征项的抽取 | 第22-23页 |
| ·常用关键词提取算法 | 第23-26页 |
| ·C4.5 算法 | 第23-24页 |
| ·GenEx 系统 | 第24页 |
| ·基于朴素贝叶斯的关键词提取方法 | 第24-25页 |
| ·PAT TREE | 第25页 |
| ·最大熵模型 | 第25-26页 |
| ·基于语义的关键词提取 | 第26页 |
| ·关键词提取技术的分类 | 第26-28页 |
| ·基于主题词表方法 | 第26-27页 |
| ·基于词义的方法 | 第27-28页 |
| ·基于统计的方法 | 第28页 |
| ·基于单字分析的方法 | 第28页 |
| ·本章总结 | 第28-29页 |
| 第三章 基于经验计算模型的关键词提取算法技术 | 第29-38页 |
| ·关键词 | 第29-30页 |
| ·中文文本关键词自动提取算法框架 | 第30-37页 |
| ·分词预处理过程 | 第30-31页 |
| ·特征项 | 第31-32页 |
| ·关键词提取基本框架 | 第32-34页 |
| ·词语权重计算 | 第34-35页 |
| ·权重因子的训练 | 第35-36页 |
| ·关键词提取算法的应用 | 第36-37页 |
| ·小结 | 第37-38页 |
| 第四章 计算模型演化与参数学习 | 第38-54页 |
| ·算法的GEP 表述 | 第38-40页 |
| ·GEP 染色体 | 第40-44页 |
| ·特征项的GEP 进化算法 | 第44-54页 |
| ·特征项表达式的进化算法 | 第44-46页 |
| ·进化个体的适应度函数 | 第46-48页 |
| ·选择算子 | 第48页 |
| ·遗传操作 | 第48-52页 |
| ·词语权重公式的GEP 进化 | 第52-54页 |
| 第五章 实验测试与性能评价 | 第54-61页 |
| ·性能评价标准 | 第54-55页 |
| ·实验结果及分析 | 第55-61页 |
| 第六章 总结与工作展望 | 第61-63页 |
| ·本文的主要研究工作及成果 | 第61页 |
| ·研究展望 | 第61-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-69页 |
| 详细摘要 | 第69-72页 |
