在线网络中文本自动摘要系统研究和实现
摘要 | 第4-5页 |
ABSTRACT | 第5页 |
第一章 绪论 | 第12-19页 |
1.1 文本自动摘要概述 | 第12页 |
1.1.1 文本自动摘要概念 | 第12页 |
1.1.2 文本自动摘要的分类 | 第12页 |
1.2 研究背景与意义 | 第12-14页 |
1.3 研究现状 | 第14-17页 |
1.3.1 早期的研究 | 第14-15页 |
1.3.2 基于机器学习的方法 | 第15-17页 |
1.3.3 基于图排序的方法 | 第17页 |
1.4 本文的主要工作 | 第17-19页 |
第二章 中文预处理技术 | 第19-26页 |
2.1 引言 | 第19页 |
2.2 分段与分句 | 第19-20页 |
2.3 分词 | 第20-25页 |
2.3.1 基于词典的分词方法 | 第20-21页 |
2.3.2 基于统计的分词方法 | 第21-24页 |
2.3.3 基于理解的分词方法 | 第24页 |
2.3.4 分词方法性能比较 | 第24-25页 |
2.4 中文分词技术难点 | 第25页 |
2.5 本章小结 | 第25-26页 |
第三章 基于组合最优化问题的文本自动摘要 | 第26-43页 |
3.1 引言 | 第26页 |
3.2 最优化问题理论 | 第26-29页 |
3.2.1 最优化问题概述 | 第26-27页 |
3.2.2 优化算法概述 | 第27页 |
3.2.3 遗传算法 | 第27-28页 |
3.2.4 粒子群优化算法 | 第28-29页 |
3.3 摘要的特征 | 第29-31页 |
3.4 组合最优化问题 | 第31-32页 |
3.4.1 最优化问题一:特征权值最优化 | 第31页 |
3.4.2 最优化问题二:摘要最优化 | 第31页 |
3.4.3 组合优化算法GA-PSO | 第31-32页 |
3.5 系统实现过程 | 第32-38页 |
3.5.1 文本预处理 | 第32-35页 |
3.5.2 GA优化特征权值 | 第35-36页 |
3.5.3 PSO优化摘要 | 第36-38页 |
3.6 评价规则 | 第38-39页 |
3.7 实验结果与分析 | 第39-41页 |
3.8 本章小结 | 第41-43页 |
第四章 基于复杂网络的文本自动摘要 | 第43-62页 |
4.1 引言 | 第43页 |
4.2 复杂网络理论 | 第43-46页 |
4.2.1 复杂网络基本概念 | 第43-44页 |
4.2.2 复杂网络的统计描述 | 第44-46页 |
4.3 复杂网络的社团与社团划分 | 第46-49页 |
4.3.1 社团的模块化定义 | 第46-47页 |
4.3.2 社团划分算法 | 第47-49页 |
4.4 复杂网络与自动摘要 | 第49-50页 |
4.4.1 研究动机 | 第49-50页 |
4.4.2 相关工作与可行性分析 | 第50页 |
4.5 系统实现过程 | 第50-57页 |
4.5.1 文本预处理 | 第51页 |
4.5.2 网络映射 | 第51-53页 |
4.5.3 社团划分 | 第53-54页 |
4.5.4 摘要提取 | 第54-57页 |
4.6 评价方法 | 第57页 |
4.7 实验结果与分析 | 第57-61页 |
4.8 本章小结 | 第61-62页 |
第五章 自动回帖系统 | 第62-70页 |
5.1 系统概要 | 第62页 |
5.2 功能介绍 | 第62-69页 |
5.2.1 网页正文提取 | 第63-64页 |
5.2.2 自动摘要 | 第64-66页 |
5.2.3 数据库匹配 | 第66-68页 |
5.2.4 自动发帖 | 第68-69页 |
5.3 本章小结 | 第69-70页 |
第六章 总结与展望 | 第70-72页 |
6.1 总结 | 第70-71页 |
6.2 展望 | 第71-72页 |
参考文献 | 第72-77页 |
致谢 | 第77-78页 |
在学校期间的研究成果及发表的学术论文 | 第78页 |