面向查询的多文档自动文摘关键技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第一章 自动文摘介绍 | 第10-30页 |
| ·自动文摘的背景和意义 | 第10-12页 |
| ·文本理解会议简介 | 第11-12页 |
| ·自动文摘概述 | 第12-20页 |
| ·文摘的基本概念 | 第12-15页 |
| ·自动文摘系统的基本框架 | 第15-16页 |
| ·自动文摘的主要技术 | 第16-18页 |
| ·自动文摘的研究历史和现状 | 第18-20页 |
| ·自动文摘系统评价 | 第20-27页 |
| ·内部评价和外部评价 | 第20-22页 |
| ·人工评价和自动评价 | 第22-27页 |
| ·自动文摘与自然语言处理领域其它一些任务的关系 | 第27-28页 |
| ·本文组织结构 | 第28-30页 |
| 第二章 面向查询的多文档自动文摘中多策略的研究 | 第30-66页 |
| ·介绍 | 第30-32页 |
| ·面向查询的多文档自动文摘任务 | 第30-31页 |
| ·相关工作 | 第31-32页 |
| ·基于机器学习方法的文摘系统 | 第32-44页 |
| ·特征介绍 | 第32-34页 |
| ·句子相似度计算 | 第34-37页 |
| ·WordNet简介 | 第34-35页 |
| ·基于WordNet的句子相似度计算 | 第35-37页 |
| ·用最大熵模型对句子评分 | 第37-39页 |
| ·最大熵模型简介 | 第37-39页 |
| ·最大熵模型的训练和应用 | 第39页 |
| ·冗余去除模块 | 第39-40页 |
| ·文摘粒度分析 | 第40-41页 |
| ·实验结果及分析 | 第41-44页 |
| ·基于语义扩展的文摘系统 | 第44-51页 |
| ·基于WordNet的语义扩展方法 | 第45-46页 |
| ·词义消歧 | 第46-48页 |
| ·系统流程 | 第48页 |
| ·实验结果及分析 | 第48-51页 |
| ·基于查询扩展的文摘系统 | 第51-65页 |
| ·图排序算法及相关工作 | 第52-56页 |
| ·PageRank算法简介 | 第52-53页 |
| ·图排序算法在自动文摘中的相关工作 | 第53-56页 |
| ·基于查询扩展的文摘系统 | 第56-59页 |
| ·系统框架 | 第56-57页 |
| ·基于图模型的句子排序 | 第57-58页 |
| ·查询扩展算法描述 | 第58页 |
| ·句子重新排序 | 第58-59页 |
| ·去除冗余算法 | 第59页 |
| ·实验结果及分析 | 第59-65页 |
| ·本章小结 | 第65-66页 |
| 第三章 文摘连贯性自动评价技术的研究 | 第66-84页 |
| ·介绍 | 第66-68页 |
| ·文摘合成 | 第66-67页 |
| ·文摘连贯性研究的意义 | 第67-68页 |
| ·连贯性相关工作 | 第68-70页 |
| ·基于实体的连贯性评价基本模型 | 第70-75页 |
| ·连贯性评价模型改进 | 第75-83页 |
| ·指代消解的作用 | 第75-77页 |
| ·特征计算 | 第77-80页 |
| ·用邻居信息进行特征细化 | 第77-78页 |
| ·非相邻句间转移特征 | 第78页 |
| ·实验结果 | 第78-80页 |
| ·实体网格的重建 | 第80-83页 |
| ·实体选择的重要性分析 | 第80-81页 |
| ·基于潜在语义分析的实体网格重建 | 第81-82页 |
| ·实验结果 | 第82-83页 |
| ·本章小结 | 第83-84页 |
| 第四章 总结与展望 | 第84-86页 |
| ·工作总结 | 第84页 |
| ·未来展望 | 第84-86页 |
| 参考文献 | 第86-95页 |
| 攻读博士期间主要工作 | 第95-96页 |
| 致谢 | 第96-97页 |
