地质资料全文聚类分析及信息提取的研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 前言 | 第9-15页 |
| ·研究背景 | 第9-12页 |
| ·研究目的及意义 | 第12-13页 |
| ·研究目的 | 第12页 |
| ·研究意义 | 第12-13页 |
| ·本文研究内容 | 第13页 |
| ·本文组织结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 文本处理相关技术研究 | 第15-33页 |
| ·引言 | 第15页 |
| ·中文分词技术 | 第15-22页 |
| ·研究现状 | 第16-17页 |
| ·研究方法 | 第17-20页 |
| ·研究难点 | 第20-22页 |
| ·聚类分析技术 | 第22-27页 |
| ·聚类分析简介 | 第22-23页 |
| ·聚类算法 | 第23-27页 |
| ·信息提取技术 | 第27-32页 |
| ·信息提取简介 | 第27-28页 |
| ·研究现状 | 第28-29页 |
| ·研究方法 | 第29-30页 |
| ·关键任务 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 基于 ICTCLAS 的中文分词 | 第33-39页 |
| ·引言 | 第33页 |
| ·ICTCLAS 简介 | 第33-36页 |
| ·改进的 ICTCLAS 中文分词 | 第36-38页 |
| ·基本思想 | 第36页 |
| ·获取用户词典 | 第36页 |
| ·未登录词识别 | 第36-37页 |
| ·分词结果分析 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于 K‐Means 算法的文本聚类分析 | 第39-49页 |
| ·文本聚类简介 | 第39-40页 |
| ·文本预处理 | 第40-41页 |
| ·向量空间模型 | 第41-42页 |
| ·特征词选择 | 第42-43页 |
| ·基于 K‐Means 算法的文本聚类 | 第43-47页 |
| ·孤立点检测 | 第44-45页 |
| ·优化初始聚类中心 | 第45-46页 |
| ·带预处理的 K‐Means 算法描述 | 第46-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 地质资料信息提取 | 第49-65页 |
| ·引言 | 第49-50页 |
| ·地质资料目录元数据提取 | 第50-52页 |
| ·需求说明 | 第50-51页 |
| ·总体架构 | 第51页 |
| ·提取结果展示 | 第51-52页 |
| ·基于 GATE 框架的信息提取 | 第52-63页 |
| ·GATE 框架简介 | 第52-58页 |
| ·需求分析与总体架构 | 第58-59页 |
| ·详细设计 | 第59-62页 |
| ·结果展示 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 全文分析技术的集成与实现 | 第65-73页 |
| ·引言 | 第65页 |
| ·集成架构 | 第65-66页 |
| ·功能实现 | 第66-71页 |
| ·文本预处理模块 | 第66-67页 |
| ·文本聚类模块 | 第67-69页 |
| ·信息提取模块 | 第69-71页 |
| ·小结 | 第71-73页 |
| 第七章 总结与展望 | 第73-75页 |
| ·全文总结 | 第73页 |
| ·研究展望 | 第73-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 附录 | 第81页 |
