基于浅层语义分析的文本摘要方法研究与实现
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-20页 |
| 1.1 课题背景及意义 | 第10-12页 |
| 1.2 文本摘要研究现状 | 第12-18页 |
| 1.2.1 技术分类 | 第12-13页 |
| 1.2.2 国外研究现状 | 第13-17页 |
| 1.2.3 国内研究现状 | 第17-18页 |
| 1.3 本文的主要工作 | 第18-19页 |
| 1.4 论文结构 | 第19-20页 |
| 第二章 相关技术基础 | 第20-33页 |
| 2.1 文本摘要及主题模型 | 第20-23页 |
| 2.1.1 文本摘要 | 第20-21页 |
| 2.1.2 主题模型 | 第21-23页 |
| 2.2 文本摘要通用框架 | 第23-26页 |
| 2.3 LDA模型 | 第26-32页 |
| 2.3.1 模型表示 | 第26-28页 |
| 2.3.2 模型求解 | 第28-31页 |
| 2.3.3 主题数目的确定 | 第31-32页 |
| 2.4 基于LDA模型的文本摘要框架 | 第32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 基于主题的句子关联度计算研究 | 第33-47页 |
| 3.1 主题在句子上的概率分布 | 第33-35页 |
| 3.2 句子相似度计算方法的改进 | 第35-37页 |
| 3.2.2 相对熵的定义 | 第35-36页 |
| 3.2.3 相对熵在距离度量上的应用 | 第36-37页 |
| 3.3 候选文摘句选择 | 第37-40页 |
| 3.3.1 总论点候选句的选择 | 第38-39页 |
| 3.3.2 分论点候选句的选择 | 第39-40页 |
| 3.4 实验结果及分析 | 第40-45页 |
| 3.4.1 实验目的 | 第40-41页 |
| 3.4.2 数据集及评价方法 | 第41页 |
| 3.4.3 实验结果 | 第41-45页 |
| 3.5 本章小结 | 第45-47页 |
| 第四章 基于主题和图模型改进的文本摘要算法 | 第47-61页 |
| 4.1 引言 | 第47页 |
| 4.2 Text Rank算法流程 | 第47-50页 |
| 4.3 Text Rank算法缺陷 | 第50-52页 |
| 4.3.1 边关系的确立 | 第50-51页 |
| 4.3.2 边权值的计算。 | 第51-52页 |
| 4.4 改进的图模型摘要算法 | 第52-53页 |
| 4.4.1 重新定义边关系 | 第52页 |
| 4.4.2 边权值计算方法 | 第52-53页 |
| 4.4.3 句子初始权值计算 | 第53页 |
| 4.5 改进的摘要方法描述 | 第53-55页 |
| 4.6 实验结果分析 | 第55-60页 |
| 4.6.1 实验数据集介绍 | 第55-56页 |
| 4.6.2 评测指标 | 第56-57页 |
| 4.6.3 实验及结果分析 | 第57-60页 |
| 4.7 本章小结 | 第60-61页 |
| 第五章 算法与系统原型实现 | 第61-79页 |
| 5.1 摘要算法的总体架构 | 第61页 |
| 5.2 预处理及统计学特征提取 | 第61-66页 |
| 5.3 文本表示 | 第66-72页 |
| 5.4 摘要生成 | 第72-73页 |
| 5.5 系统原型实现 | 第73-77页 |
| 5.6 本章小结 | 第77-79页 |
| 第六章 总结与展望 | 第79-81页 |
| 6.1 总结 | 第79-80页 |
| 6.2 展望 | 第80-81页 |
| 致谢 | 第81-82页 |
| 参考文献 | 第82-87页 |
| 攻硕期间取得的研究成果 | 第87-88页 |
