| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 国外研究现状 | 第12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 研究内容及意义 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 第2章 摘要自动生成相关技术概述 | 第16-24页 |
| 2.1 中文分词概述 | 第16-17页 |
| 2.2 知网概述 | 第17-20页 |
| 2.2.1 知识结构表示 | 第17-18页 |
| 2.2.2 词汇表示 | 第18-19页 |
| 2.2.3 词语语义相似度计算 | 第19-20页 |
| 2.3 现有摘要自动生成策略总结 | 第20-23页 |
| 2.3.1 基于统计的自动摘要 | 第20-21页 |
| 2.3.2 基于理解的自动摘要 | 第21-22页 |
| 2.3.3 基于篇章结构的自动摘要 | 第22页 |
| 2.3.4 基于信息抽取的自动摘要 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 自动摘要算法的研究设计 | 第24-48页 |
| 3.1 摘要自动生成基本流程 | 第24-25页 |
| 3.2 改进的词语语义相似度计算 | 第25-32页 |
| 3.2.1 已知的义原相似度算法改进 | 第25-27页 |
| 3.2.2 改进的义原相似度计算 | 第27-28页 |
| 3.2.3 基于词性的概念选择 | 第28-30页 |
| 3.2.4 基于《知网》词语使用示例的概念选择 | 第30-31页 |
| 3.2.5 基于《知网》义原关系的概念选择 | 第31-32页 |
| 3.3 文章主题划分 | 第32-37页 |
| 3.3.1 Texttilling划分方法 | 第33页 |
| 3.3.2 统计主题词频划分方法 | 第33-34页 |
| 3.3.3 概念统计划分方法 | 第34页 |
| 3.3.4 基于互信息的文章主题划分 | 第34-37页 |
| 3.4 句子相关度计算 | 第37-42页 |
| 3.4.1 基于改进的BM25算法的句子相关度计算 | 第37-39页 |
| 3.4.2 句子语义相似度计算 | 第39-42页 |
| 3.5 句子权重计算 | 第42-44页 |
| 3.5.1 融合语义相似度的TextRank算法句子权重计算 | 第42-43页 |
| 3.5.2 基于句子特征的句子权重计算 | 第43-44页 |
| 3.6 摘要候选句的平滑处理 | 第44-47页 |
| 3.6.1 删除非陈述性语句 | 第44页 |
| 3.6.2 删除高冗余候选句 | 第44页 |
| 3.6.3 基于中文语法规则的文本连贯性加工 | 第44-46页 |
| 3.6.4 删除特殊性短语以及句子标题编号 | 第46-47页 |
| 3.6.5 对句子进行排序 | 第47页 |
| 3.7 本章小结 | 第47-48页 |
| 第4章 自动摘要系统实现及其在提案管理的应用 | 第48-64页 |
| 4.1 自动摘要系统的实现 | 第48-53页 |
| 4.1.1 系统总体实现 | 第48页 |
| 4.1.2 文档预处理模块 | 第48-49页 |
| 4.1.3 文档主题划分模块 | 第49-50页 |
| 4.1.4 摘要生成模块 | 第50-53页 |
| 4.2 实验及结果分析 | 第53-63页 |
| 4.2.1 改进的词语语义相似度计算实验结果及分析 | 第53-56页 |
| 4.2.2 基于互信息的主题划分实验结果及分析 | 第56-59页 |
| 4.2.3 自动摘要实验结果及分析 | 第59-63页 |
| 4.3 本章小结 | 第63-64页 |
| 结论与展望 | 第64-66页 |
| 1 研究总结 | 第64页 |
| 2 未来研究展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读学位期间发表的论文及科研成果 | 第70页 |
