基于聚类算法的中文自动文摘方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 绪论 | 第10-13页 |
| ·研究的目的和意义 | 第10-11页 |
| ·主要研究工作和创新点 | 第11-13页 |
| ·主要研究工作 | 第11页 |
| ·本文的创新点 | 第11-13页 |
| 第二章 自动文摘综述 | 第13-21页 |
| ·文摘的概念 | 第13-14页 |
| ·文摘的分类 | 第14-17页 |
| ·自动摘录 | 第15-16页 |
| ·基于理解的自动文摘 | 第16页 |
| ·基于信息抽取的自动文摘 | 第16-17页 |
| ·自动文摘技术的评价方法 | 第17-18页 |
| ·自动文摘技术的研究现状 | 第18-21页 |
| 第三章 基于潜在语义分析的句子相似度计算 | 第21-32页 |
| ·潜在语义分析的基本思想 | 第21-28页 |
| ·文本的词汇-句子矩阵 | 第25页 |
| ·矩阵的奇异值分解 | 第25-28页 |
| ·潜在语义分析的权重计算改进 | 第28-32页 |
| ·现有LSA权重计算方法 | 第29页 |
| ·词语局部权重计算方法的改进 | 第29页 |
| ·词语全局权重计算方法的改进 | 第29-32页 |
| 第四章 基于HowNet概念获取的句子相似度计算 | 第32-43页 |
| ·语义资源介绍 | 第32-34页 |
| ·知网 | 第32-33页 |
| ·同义词词林扩展版 | 第33-34页 |
| ·HowNet简介 | 第34-39页 |
| ·HowNet的结构 | 第34-36页 |
| ·HowNet的知识描述语言 | 第36-39页 |
| ·基于HowNet的概念获取 | 第39-40页 |
| ·文本的预处理 | 第39页 |
| ·概念获取 | 第39-40页 |
| ·基于HowNet的向量模型空间 | 第40-41页 |
| ·基于HowNet向量模型空间的句子重要度计算 | 第41-43页 |
| 第五章 句子聚类算法的研究 | 第43-52页 |
| ·现有聚类算法介绍 | 第43-50页 |
| ·层次聚类算法 | 第44-46页 |
| ·分割聚类算法 | 第46-49页 |
| ·基于密度的方法 | 第49-50页 |
| ·层次聚类和划分聚类的结合 | 第50-52页 |
| 第六章 实验与分析 | 第52-64页 |
| ·软硬件环境 | 第52页 |
| ·系统模块功能及结构 | 第52-54页 |
| ·系统流程演示 | 第54-57页 |
| ·实验结果与分析 | 第57-64页 |
| ·句子相似度实验 | 第57-61页 |
| ·聚类算法比较 | 第61-64页 |
| 第七章 总结与展望 | 第64-66页 |
| ·工作总结 | 第64页 |
| ·前景展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 参加的科研项目 | 第71-72页 |
| 研究生期间发表的论文 | 第72-73页 |
| 致谢 | 第73页 |
