英文多文档查询型自动文摘研究
| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-10页 |
| ·文本自动摘要技术的意义和目标 | 第7页 |
| ·文本自动摘要技术的应用领域 | 第7-8页 |
| ·本文的贡献和组织结构 | 第8-10页 |
| 第二章 基本概念及相关工作 | 第10-19页 |
| ·自动文摘系统的要素和分类 | 第10-11页 |
| ·自动文摘系统的基本框架 | 第11-12页 |
| ·自动文摘研究的历史和现状 | 第12-14页 |
| ·自动文摘的评价方法 | 第14-19页 |
| ·内部评价和外部评价 | 第14-15页 |
| ·内部评价方法 | 第15页 |
| ·外部评价方法 | 第15页 |
| ·文本理解会议及其自动评价方法 | 第15-19页 |
| ·文本理解会议(DUC) | 第16页 |
| ·自动评价方法ROUGE | 第16-19页 |
| 第三章 基于语义关系特征的查询型文摘 | 第19-30页 |
| ·研究背景 | 第20页 |
| ·语义关系三元组 | 第20-23页 |
| ·语义关系三元组定义 | 第20-21页 |
| ·语义关系三元组相似度计算 | 第21-23页 |
| ·SRT:基于语义关系三元组的文摘系统 | 第23-25页 |
| ·实验 | 第25-30页 |
| ·实验语料和评测方法 | 第25-27页 |
| ·实验一: SRT和TF*ISF等方法的性能比较 | 第27-28页 |
| ·实验二: SRT和DUC参评单位官方数据的比较 | 第28-30页 |
| 第四章 基于机器学习方法的文摘系统 | 第30-48页 |
| ·文摘中的分类技术 | 第30-35页 |
| ·分类应用于文摘的原理 | 第30-31页 |
| ·常用分类器原理和用法 | 第31-35页 |
| ·系统框架及特征抽取 | 第35-42页 |
| ·预处理 | 第37-38页 |
| ·特征抽取 | 第38-40页 |
| ·句子相似度计算 | 第40-42页 |
| ·基于向量空间模型的TF*ISF方法 | 第40-41页 |
| ·基于WordNet的句子相似度算法 | 第41-42页 |
| ·实验 | 第42-48页 |
| ·实验语料和评测方法 | 第42-43页 |
| ·实验一:相似度算法比较及参数调整 | 第43页 |
| ·实验二:参加DUC2005年官方测评结果 | 第43-48页 |
| 第五章 总结与展望 | 第48-50页 |
| ·工作总结 | 第48页 |
| ·未来展望 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士期间论文发表情况 | 第53-54页 |
| 致谢 | 第54-55页 |
