基于文档主题结构与语义的中文文本关键词提取算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景与意义 | 第13-15页 |
| 1.2 国内外研究现状 | 第15-16页 |
| 1.3 论文研究内容 | 第16-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 第二章 相关理论介绍 | 第19-28页 |
| 2.1 中文分词 | 第19-21页 |
| 2.1.1 基于字符串匹配的分词算法 | 第19页 |
| 2.1.2 基于统计的分词算法 | 第19-20页 |
| 2.1.3 基于理解的分词算法 | 第20页 |
| 2.1.4 中文分词的难点 | 第20-21页 |
| 2.1.5 NLPIR汉语分词系统 | 第21页 |
| 2.2 向量空间模型 | 第21-22页 |
| 2.3 距离测度 | 第22-24页 |
| 2.4 常用的中文文本关键词提取算法 | 第24-27页 |
| 2.4.1 基于统计的方法 | 第24-25页 |
| 2.4.2 基于机器学习的方法 | 第25-26页 |
| 2.4.3 基于自然语言理解的方法 | 第26-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第三章 中文文本关键词提取算法研究 | 第28-41页 |
| 3.1 关键词提取描述 | 第28-29页 |
| 3.2 基于文档主题结构的方法 | 第29-36页 |
| 3.2.1 文档的主题结构 | 第29-32页 |
| 3.2.2 基于文档主题结构的关键词提取 | 第32-36页 |
| 3.3 基于语义的方法 | 第36-40页 |
| 3.3.1 中文词语 | 第36-37页 |
| 3.3.2 基于语义的关键词提取 | 第37-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第四章 改进的中文文本关键词提取算法 | 第41-50页 |
| 4.1 文本预处理 | 第41-42页 |
| 4.1.1 网页预处理 | 第41页 |
| 4.1.2 其他文本类型预处理 | 第41-42页 |
| 4.2 中文分词及词性标注 | 第42-43页 |
| 4.2.1 中文分词及新词识别难点改进 | 第42-43页 |
| 4.2.2 词性标注 | 第43页 |
| 4.3 停用词过滤与词性过滤 | 第43-44页 |
| 4.4 改进的关键词提取算法 | 第44-48页 |
| 4.4.1 改进的基于文档主题结构的方法 | 第44-45页 |
| 4.4.2 改进的基于文档主题结构与语义的方法 | 第45-47页 |
| 4.4.3 算法流程 | 第47-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 实验设计与结果分析 | 第50-63页 |
| 5.1 实验准备 | 第50-51页 |
| 5.1.1 实验环境 | 第50页 |
| 5.1.2 实验数据集 | 第50-51页 |
| 5.1.3 实验设计 | 第51页 |
| 5.2 验证性实验 | 第51-57页 |
| 5.2.1 文本预处理实验 | 第51-53页 |
| 5.2.2 中文分词与词性标注实验 | 第53-55页 |
| 5.2.3 停用词过滤与词性过滤实验 | 第55-57页 |
| 5.2.4 关键词提取实验 | 第57页 |
| 5.3 对比实验 | 第57-61页 |
| 5.3.1 评价指标 | 第57-59页 |
| 5.3.2 实验结果与分析 | 第59-61页 |
| 5.4 本章小结 | 第61-63页 |
| 第六章 总结与展望 | 第63-65页 |
| 6.1 总结 | 第63-64页 |
| 6.2 展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士期间的研究成果 | 第68-69页 |
| 致谢 | 第69页 |
