| 摘要 | 第1-10页 |
| Abstract | 第10-12页 |
| 第一章 绪论 | 第12-18页 |
| ·研究背景和意义 | 第12-13页 |
| ·多文档自动摘要技术的国内外研究现状 | 第13-16页 |
| ·论文的主要工作 | 第16页 |
| ·论文的组织结构 | 第16-18页 |
| 第二章 基于主题模型LDA的多文档自动摘要技术 | 第18-29页 |
| ·多文档自动摘要的基本概念 | 第18页 |
| ·一种宽泛的贪婪算法框架 | 第18-19页 |
| ·LDA主题模型 | 第19-22页 |
| ·Dirichlet分布 | 第19-21页 |
| ·LDA文集生成过程 | 第21-22页 |
| ·推断与参数估计 | 第22页 |
| ·文本与主题的关系分析与量化 | 第22-24页 |
| ·句子打分函数 | 第24-26页 |
| ·基于概率的简单打分函数 | 第24页 |
| ·基于主题余量的打分函数 | 第24-26页 |
| ·实验与结果分析 | 第26-28页 |
| ·实验设计 | 第26页 |
| ·实验结果 | 第26-27页 |
| ·句子长度影响评估 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 客观摘要质量预测函数的必要性论证和可行性分析 | 第29-36页 |
| ·摘要质量预测函数的概念 | 第29-30页 |
| ·摘要质量预测函数的必要性 | 第30-32页 |
| ·摘要质量预测函数的形式和及其可行性分析 | 第32-34页 |
| ·对质量特征的要求 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于排序学习的多文档摘要技术 | 第36-47页 |
| ·排序学习技术与RankBoost方法 | 第36-37页 |
| ·排序特征选取 | 第37-40页 |
| ·基于信息覆盖率的排序特征 | 第38-39页 |
| ·基于内容相似度的排序特征 | 第39-40页 |
| ·训练数据集的构造 | 第40-42页 |
| ·搜索算法设计 | 第42-44页 |
| ·实验与结果分析 | 第44-46页 |
| ·各种排序特征的鲁棒性比较 | 第44-45页 |
| ·RBSS效果评估 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 致谢 | 第51-52页 |
| 攻读学位期间发表的学术论文目录 | 第52-53页 |
| 学位论文评阅及答辩情况表 | 第53页 |