| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景和意义 | 第10-11页 |
| 1.2 研究现状 | 第11-13页 |
| 1.2.1 国内外相关研究 | 第11-12页 |
| 1.2.2 面临的挑战 | 第12-13页 |
| 1.3 研究内容 | 第13-14页 |
| 1.4 论文结构 | 第14页 |
| 1.5 本章小结 | 第14-15页 |
| 第二章 信息过滤技术 | 第15-19页 |
| 2.1 信息过滤技术的研究 | 第15-16页 |
| 2.2 经典信息过滤模型 | 第16-17页 |
| 2.2.1 布尔模型 | 第17页 |
| 2.2.2 向量空间模型 | 第17页 |
| 2.2.3 潜在语义索引模型 | 第17页 |
| 2.3 信息过滤与信息检索的关系 | 第17-18页 |
| 2.4 本章小结 | 第18-19页 |
| 第三章 基于多谓词语义框架的网络文本分析 | 第19-34页 |
| 3.1 中文分词 | 第21-22页 |
| 3.1.1 常用的分词方法 | 第21页 |
| 3.1.2 分词系统 | 第21-22页 |
| 3.2 基于多谓词的语义框架提取 | 第22-24页 |
| 3.2.1 语义框架 | 第22页 |
| 3.2.2 多谓词语义框架 | 第22-24页 |
| 3.2.3 语义框架数据结构定义 | 第24页 |
| 3.3 待比较框架集 | 第24-26页 |
| 3.3.1 待比较框架集的数据结构定义 | 第24-25页 |
| 3.3.2 语义框架槽相似度计算 | 第25-26页 |
| 3.4 短语相似度计算 | 第26-32页 |
| 3.4.1 基于依存句法分析生成短语树 | 第26-28页 |
| 3.4.2 层次分析法确定层次权值 | 第28-31页 |
| 3.4.3 短语相似度计算 | 第31-32页 |
| 3.5 语义框架相似度计算 | 第32-33页 |
| 3.6 本章小结 | 第33-34页 |
| 第四章 网络文本过滤系统 | 第34-49页 |
| 4.1 系统设计方案 | 第34-38页 |
| 4.1.1 系统的功能设计 | 第34-35页 |
| 4.1.2 系统的数据流设计 | 第35-36页 |
| 4.1.3 系统的数据库设计 | 第36-38页 |
| 4.2 系统模型与主界面 | 第38-44页 |
| 4.3 系统结构设计及实现 | 第44-48页 |
| 4.3.1 网络监控子系统设计实现 | 第44-46页 |
| 4.3.2 基于多谓词语义框架文本过滤子系统设计实现 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第五章 对比实验设计及结果分析 | 第49-57页 |
| 5.1 系统实验环境搭建 | 第49页 |
| 5.2 实验设计与结果分析 | 第49-55页 |
| 5.2.1 实验用文本库 | 第49页 |
| 5.2.2 实验用算法及算法评价指标 | 第49-50页 |
| 5.2.3 实验结果及分析 | 第50-55页 |
| 5.3 本章小结 | 第55-57页 |
| 第六章 结论与展望 | 第57-59页 |
| 6.1 工作总结 | 第57页 |
| 6.2 工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 在学期间的研究成果 | 第62-63页 |
| 致谢 | 第63页 |