中文自动文摘关键技术研究与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-17页 |
| 1.1 课题背景及研究的目的和意义 | 第8页 |
| 1.2 与本课题有关的国内外研究状况 | 第8-14页 |
| 1.2.1 自动文摘的分类 | 第8-9页 |
| 1.2.2 抽取式自动文摘方法 | 第9-11页 |
| 1.2.3 生成式自动文摘方法 | 第11-12页 |
| 1.2.4 自动文摘评价指标 | 第12-13页 |
| 1.2.5 深度学习研究现状 | 第13-14页 |
| 1.3 本文的主要研究内容 | 第14-16页 |
| 1.4 本文结构安排 | 第16-17页 |
| 第2章 抽取式自动文摘研究 | 第17-44页 |
| 2.1 基于规则和统计的方法 | 第17-21页 |
| 2.1.1 Lead方法 | 第17页 |
| 2.1.2 多特征加权方法 | 第17-21页 |
| 2.2 基于图模型方法 | 第21-27页 |
| 2.2.1 经典TextRank方法 | 第21页 |
| 2.2.2 BM25方法改进句子相似度计算 | 第21-23页 |
| 2.2.3 同义词词林方法改进句子相似度计算 | 第23-25页 |
| 2.2.4 Word2Vec方法的相似度计算 | 第25-27页 |
| 2.3 词向量包方法 | 第27页 |
| 2.4 整数线性规划方法 | 第27-29页 |
| 2.5 多特征融合的机器学习方法 | 第29-39页 |
| 2.5.1 特征选取 | 第31-33页 |
| 2.5.2 算法选择 | 第33-39页 |
| 2.5.3 回归算法评价 | 第39页 |
| 2.6 实验结果及分析 | 第39-43页 |
| 2.6.1 数据预处理 | 第39-40页 |
| 2.6.2 实验语料库 | 第40-41页 |
| 2.6.3 文摘效果评价 | 第41-42页 |
| 2.6.4 实验结果及分析 | 第42-43页 |
| 2.7 本章小结 | 第43-44页 |
| 第3章 生成式自动文摘研究 | 第44-54页 |
| 3.1 模型介绍 | 第44-51页 |
| 3.1.1 循环神经网络(RNN) | 第44-45页 |
| 3.1.2 长短期存储单元(LSTM) | 第45-47页 |
| 3.1.3 双向LSTM(BLSTM) | 第47-48页 |
| 3.1.4 Seq2Seq模型 | 第48-50页 |
| 3.1.5 本文使用的模型 | 第50-51页 |
| 3.2 实验结果及分析 | 第51-53页 |
| 3.2.1 实验语料介绍 | 第51-52页 |
| 3.2.2 实验环境 | 第52页 |
| 3.2.3 实验结果分析 | 第52-53页 |
| 3.3 本章小结 | 第53-54页 |
| 第4章 文摘系统的实现 | 第54-64页 |
| 4.1 系统实现 | 第54-60页 |
| 4.1.1 系统整体框架 | 第54-57页 |
| 4.1.2 核心模块的实现 | 第57-60页 |
| 4.2 结果展示 | 第60-63页 |
| 4.3 本章小结 | 第63-64页 |
| 结论 | 第64-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 个人简历 | 第71页 |
