基于统计模型的文本分割方法及其改进

摘要	第8-9页
ABSTRACT	第9-10页
第1章 绪论	第11-17页
1.1 文本分割的研究意义	第11-12页
1.2 文本分割的研究现状	第12-15页
1.3 本文研究内容和组织结构	第15-17页
第2章 词汇相似性度量及文本分割的概率统计模型	第17-24页
2.1 词汇相似性度量	第17-19页
2.2 概率统计模型	第19-21页
2.3 图模型	第21-24页
第3章 基于概率统计的改进方法	第24-33页
3.1 基于分段函数的改进方法	第24-28页
3.1.1 确定分段长度	第25-26页
3.1.2 基于分段长度的分段函数	第26-28页
3.2 基于段间不相似度的改进方法	第28-31页
3.2.1 段间不相似度	第29-30页
3.2.2 段间不相似度的改进模型	第30-31页
3.3 基于加权分布的改进方法	第31-33页
3.3.1 扩大词汇的聚集度	第32页
3.3.2 加权分布的改进模型	第32-33页
第4章 确定主题边界的算法	第33-38页
4.1 动态规划算法	第33-35页
4.2 粒子群优化算法	第35-38页
第5章 实验对比与分析	第38-45页
5.1 设置分段长度后的运行结果	第40-42页
5.2 设置段间不相似度的实验结果	第42页
5.3 设置加权参数后的实验结果	第42-43页
5.4 模型改进后用粒子群算法求解	第43-45页
第6章 总结与展望	第45-46页
参考文献	第46-50页
致谢	第50-51页
攻读学位期间发表的学术论文目录	第51-52页
学位论文评阅及答辩情况表	第52页