首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

面向微博应用的新闻文本自动摘要研究

摘要第4-5页
Abstract第5-6页
1 引言第11-17页
    1.1 研究背景及意义第11-13页
        1.1.1 研究背景第11-12页
        1.1.2 研究意义第12-13页
    1.2 文本自动摘要研究现状第13-15页
        1.2.1 国外研究现状第13-14页
        1.2.2 国内研究现状第14-15页
    1.3 论文主要研究工作第15-16页
    1.4 论文组织结构第16-17页
2 文本自动摘要相关研究第17-27页
    2.1 文本自动摘要的定义及特点第17页
    2.2 文本自动摘要的分类第17-18页
    2.3 文本自动摘要的主要研究方法第18-23页
        2.3.1 基于统计的文本自动摘要方法第19-20页
        2.3.2 基于理解的文本自动摘要方法第20-21页
        2.3.3 基于信息抽取的文本自动摘要方法第21-22页
        2.3.4 基于篇章结构的文本自动摘要方法第22-23页
    2.4 文本自动摘要的评价体系第23-26页
    2.5 本章小结第26-27页
3 句子的特征选择及其权重计算方法第27-35页
    3.1 词频(Term Frequency)第27-28页
    3.2 句子位置(Sentence Location)第28-29页
    3.3 与标题相似度(Similarity)第29-31页
    3.4 句子长度(Sentence Length)第31-32页
    3.5 指示性词语(Indicative Term)第32页
    3.6 主题句(Topic)第32-34页
    3.7 本章小结第34-35页
4 摘要句提取方法研究第35-44页
    4.1 基于回归模型的摘要句提取第35-36页
    4.2 基于图排序的摘要句提取第36-38页
    4.3 基于排序学习模型的摘要句提取第38-42页
        4.3.1 Learn to Rank模型第39页
        4.3.2 Ranking SVM模型第39-41页
        4.3.3 基于Ranking SVM模型的文本自动摘要算法第41-42页
    4.4 摘要句润色处理第42-43页
    4.5 本章小结第43-44页
5 实验及结果分析第44-51页
    5.1 实验数据集描述第44-45页
    5.2 实验评估指标第45页
    5.3 数据预处理第45-46页
    5.4 实验结果及分析第46-50页
    5.5 本章小结第50-51页
6 总结与展望第51-53页
    6.1 总结第51页
    6.2 展望第51-53页
参考文献第53-57页
个人履历 在校期间发表的学术论文以及科研成果第57-58页
    个人履历第57页
    在校期间发表的学术论文第57页
    科研成果第57-58页
致谢第58页

论文共58页,点击 下载论文
上一篇:企业安全生产费用管理研究
下一篇:云会计面临的机遇与挑战以及应对措施