基于组合特征的中文新闻网页关键词提取研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 引言 | 第8-13页 |
| ·研究目的与意义 | 第8页 |
| ·关键词提取的研究现状 | 第8-11页 |
| ·本文研究内容 | 第11-12页 |
| ·本文组织结构 | 第12-13页 |
| 2 关键词提取相关理论 | 第13-24页 |
| ·关键词提取的概念 | 第13页 |
| ·自然语言处理 | 第13-16页 |
| ·网页内容提取 | 第16-20页 |
| ·HTML介绍 | 第16-17页 |
| ·网页内容提取原理 | 第17-19页 |
| ·常见网页内容提取方法 | 第19-20页 |
| ·中文分词技术 | 第20-21页 |
| ·常见关键词提取方法 | 第21-23页 |
| ·小结 | 第23-24页 |
| 3 组合词生成相关理论 | 第24-27页 |
| ·组合词的概念 | 第24页 |
| ·组合词与新词识别 | 第24-25页 |
| ·组合词生成方法 | 第25-26页 |
| ·基于统计的方法 | 第25页 |
| ·基于规则的方法 | 第25页 |
| ·统计和规则结合的方法 | 第25-26页 |
| ·小结 | 第26-27页 |
| 4 基于组合特征的新闻网页关键词提取方法设计 | 第27-34页 |
| ·网页预处理 | 第27页 |
| ·分词及词性标注 | 第27-28页 |
| ·停用词过滤 | 第28页 |
| ·特征选取 | 第28-30页 |
| ·词频 | 第28-29页 |
| ·词长 | 第29页 |
| ·词性 | 第29页 |
| ·首次出现位置 | 第29-30页 |
| ·词跨度 | 第30页 |
| ·组合词生成 | 第30-33页 |
| ·候选词去重合并 | 第33页 |
| ·小结 | 第33-34页 |
| 5 实验结果与分析 | 第34-42页 |
| ·实验准备 | 第34页 |
| ·实验环境 | 第34页 |
| ·数据集 | 第34页 |
| ·验证性实验 | 第34-37页 |
| ·网页预处理实验 | 第34-35页 |
| ·分词和词性标注实验 | 第35-36页 |
| ·候选关键词提取实验 | 第36-37页 |
| ·对比实验 | 第37-40页 |
| ·参数敏感性分析 | 第40-41页 |
| ·小结 | 第41-42页 |
| 6 总结与展望 | 第42-44页 |
| ·总结 | 第42页 |
| ·展望 | 第42-44页 |
| 参考文献 | 第44-48页 |
| 个人简介 | 第48-49页 |
| 导师简介 | 第49-50页 |
| 获得成果目录清单 | 第50-51页 |
| 致谢 | 第51页 |
