首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

面向循证医学的多文档自动文摘技术研究

摘要第1-6页
ABSTRACT第6-11页
第1章 绪论第11-16页
   ·研究意义及背景第11-12页
     ·研究意义第11页
     ·项目背景第11-12页
   ·国内外研究现状第12-14页
     ·自动文摘的发展历程与研究现状第12-14页
     ·自动文摘在医学领域的研究现状第14页
   ·本文研究内容与章节安排第14-16页
第2章 自动文摘相关技术第16-30页
   ·自动文摘分类第16-17页
   ·自动文摘处理过程第17-19页
   ·单文档自动文摘方法第19-22页
     ·基于浅层分析的文摘方法第19-20页
     ·基于理解的文摘方法第20-21页
     ·基于模板与框架的文摘方法第21页
     ·基于篇章结构的文摘方法第21-22页
   ·多文档自动文摘关键技术第22-25页
     ·句子相似度计算第23-24页
     ·文摘句抽取第24页
     ·文摘句重排序第24-25页
   ·评测方法第25-29页
     ·内部评价与外部评价第25-26页
     ·人工评测与自动评测第26-29页
   ·本章小结第29-30页
第3章 EBM MDS系统设计第30-34页
   ·系统设计思想第30-31页
   ·系统功能模块介绍第31-33页
     ·文档预处理模块第31-32页
     ·特征选择与句子抽取模块第32-33页
     ·消除冗余模块第33页
     ·文摘句重排序模块第33页
   ·本章小结第33-34页
第4章 文档预处理第34-43页
   ·循证医学语料特点第34-35页
   ·网页预处理第35-39页
     ·网站布局与网页结构特征第35-36页
     ·建立网页模板第36-39页
     ·实验:网页主体内容提取算法实验结果分析第39页
   ·文本分析第39-42页
   ·本章小结第42-43页
第5章 特征选择与句子抽取第43-59页
   ·初始特征约减第43-44页
   ·特征选择算法第44-49页
     ·评估函数介绍第44-48页
     ·实验:特征选择评估方法比较第48-49页
   ·基于浅层特征的句子抽取算法第49-54页
     ·建立领域知识库第50-52页
     ·基于浅层特征的句子权重计算方法第52-54页
   ·基于语义特征的句子抽取算法第54-58页
     ·WordNet简介第55-56页
     ·语义消歧和同义词合并算法第56-58页
     ·基于语义特征的句子权重计算方法第58页
   ·本章小结第58-59页
第6章 生成文摘与系统评测第59-72页
   ·消除冗余第59-61页
     ·基于语义的句子相似度计算第59-60页
     ·简化的MMR-MD算法第60-61页
   ·文摘句重排序第61-64页
     ·基于不同优先级特征的文摘句排序策略第61-63页
     ·指代消解、转换相对值为绝对值第63-64页
   ·生成文摘第64-66页
   ·系统评测第66-72页
     ·实验评估方法第66页
     ·实验一:两种句子权重计算方法的比较第66-69页
     ·实验二:面向循证医学领域的系统评测第69-72页
第7章 总结与展望第72-74页
   ·全文总结第72页
   ·工作展望第72-74页
参考文献第74-80页
致谢第80-81页

论文共81页,点击 下载论文
上一篇:VTS信息交换原型系统的研究
下一篇:模糊概念格的构建方法与构建系统