| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-19页 |
| ·课题的研究背景 | 第12-13页 |
| ·本课题的理论基础——自然语言理解 | 第13-16页 |
| ·自然语言理解的概念及意义 | 第13-14页 |
| ·自然语言理解研究的发展 | 第14-16页 |
| ·课题的研究内容 | 第16-17页 |
| ·课题的主要工作 | 第16页 |
| ·课题涉及到的主要技术 | 第16-17页 |
| ·课题的特色和创新点 | 第17页 |
| ·论文的框架结构 | 第17-19页 |
| 第二章 关键词及关键词获取技术 | 第19-28页 |
| ·引言 | 第19页 |
| ·关键词 | 第19-20页 |
| ·关键词的概念 | 第19-20页 |
| ·关键词的特征 | 第20页 |
| ·关键词的获取 | 第20-27页 |
| ·关键词获取研究的历史和发展现状 | 第20-23页 |
| ·关键词获取的各种方法比较 | 第23-25页 |
| ·关键词获取技术的评价方法 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 语义距离 | 第28-40页 |
| ·语义距离的概念 | 第28-29页 |
| ·语义距离的计算 | 第29-39页 |
| ·基于WordNet 的语义距离计算 | 第29-34页 |
| ·词共现模型 | 第34-36页 |
| ·Google 相似距离（Google Similarity Distance） | 第36-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于语义距离的关键词获取 | 第40-58页 |
| ·KASD 系统的设计思想及框架结构 | 第40-43页 |
| ·KASD 系统的设计思想 | 第40-41页 |
| ·KASD 系统的框架结构 | 第41-43页 |
| ·信息预处理 | 第43-48页 |
| ·网页原始数据的采集 | 第43-44页 |
| ·网页文本信息的提取 | 第44-45页 |
| ·候选关键词的产生 | 第45-48页 |
| ·语义聚类 | 第48-54页 |
| ·语义距离计算一（共现距离） | 第48-50页 |
| ·文本聚类算法 | 第50-52页 |
| ·聚类的实现 | 第52-54页 |
| ·关键词生成 | 第54-57页 |
| ·语义距离计算二（Google 距离） | 第54-56页 |
| ·类中心的重新选取 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 第五章 基于语义距离的关键词获取系统的实现 | 第58-65页 |
| ·KASD 系统的建立 | 第58-59页 |
| ·测试语料的收集 | 第59-60页 |
| ·实验结果 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 攻读硕士学位期间发表的论文 | 第71-72页 |
| 大摘要 | 第72-77页 |