| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 论文背景及研究意义 | 第11-13页 |
| 1.1.1 论文背景 | 第11-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 国内外研究现状及存在问题 | 第13-20页 |
| 1.2.1 多文档自动摘要研究现状 | 第13-15页 |
| 1.2.2 句子检索研究现状 | 第15-17页 |
| 1.2.3 短文本聚类研究现状 | 第17-19页 |
| 1.2.4 摘要句抽取研究现状 | 第19页 |
| 1.2.5 存在的问题与难点 | 第19-20页 |
| 1.3 研究内容与组织结构 | 第20-23页 |
| 1.3.1 研究内容 | 第20-21页 |
| 1.3.2 组织结构 | 第21-23页 |
| 第二章 基于Word Net和词向量的句子检索方法 | 第23-35页 |
| 2.1 研究基础 | 第23-25页 |
| 2.1.1 Word Net简介 | 第23-24页 |
| 2.1.2 词向量简介 | 第24-25页 |
| 2.2 基于Word Net和词向量的句子检索方法 | 第25-29页 |
| 2.2.1 基本流程 | 第25-26页 |
| 2.2.2 查询项扩展 | 第26页 |
| 2.2.3 查询项与句子集的向量化 | 第26-28页 |
| 2.2.4 句子检索 | 第28-29页 |
| 2.3 实验结果及分析 | 第29-32页 |
| 2.3.1 实验数据和评测标准 | 第29-30页 |
| 2.3.2 实验设置与结果分析 | 第30-32页 |
| 2.4 本章小结 | 第32-35页 |
| 第三章 基于关键词抽取和词向量的短文本聚类算法 | 第35-45页 |
| 3.1 研究基础 | 第35-36页 |
| 3.1.1 层次聚类算法简介 | 第35页 |
| 3.1.2 关键词抽取方法简介 | 第35-36页 |
| 3.2 基于关键词抽取和词向量的短文本聚类算法 | 第36-40页 |
| 3.2.1 基本流程 | 第36-37页 |
| 3.2.2 类簇向量化 | 第37-38页 |
| 3.2.3 基于关键词向量的短文本相似度计算 | 第38-39页 |
| 3.2.4 改进的层次聚类算法的伪代码 | 第39-40页 |
| 3.3 实验结果及分析 | 第40-44页 |
| 3.3.1 实验数据与评测标准 | 第40-41页 |
| 3.3.2 实验对比方法 | 第41-42页 |
| 3.3.3 实验设置与分析 | 第42-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第四章 基于PV-DM模型的摘要句抽取方法 | 第45-55页 |
| 4.1 研究基础 | 第45-47页 |
| 4.1.1 PV-DM模型简介 | 第45-46页 |
| 4.1.2 亚模函数简介 | 第46-47页 |
| 4.2 基于PV-DM模型的摘要句抽取方法 | 第47-50页 |
| 4.2.1 基本流程 | 第47-48页 |
| 4.2.2 构建单调亚模目标函数 | 第48-49页 |
| 4.2.3 训练句子向量与语义相似度计算 | 第49页 |
| 4.2.4 生成摘要 | 第49-50页 |
| 4.3 实验结果及分析 | 第50-54页 |
| 4.3.1 实验数据与评测标准 | 第50-51页 |
| 4.3.2 实验设置与结果分析 | 第51-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-57页 |
| 5.1 论文总结 | 第55-56页 |
| 5.2 下一步工作 | 第56-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-67页 |
| 作者简历 | 第67页 |