基于事件主题挖掘的时间摘要技术研究
摘要 | 第4-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第10-14页 |
1.1 课题背景 | 第10-11页 |
1.2 研究目的和意义 | 第11页 |
1.3 本文工作内容 | 第11-14页 |
第2章 时间摘要综述 | 第14-30页 |
2.1 事件与突发事件 | 第14-15页 |
2.1.1 事件的定义 | 第14页 |
2.1.2 突发事件的定义 | 第14-15页 |
2.2 时间摘要的基本原理 | 第15-16页 |
2.3 数据表示模型 | 第16-17页 |
2.4 时间摘要方法的分类与特点 | 第17-20页 |
2.4.1 基于片段抽取的事件摘要方法 | 第18-19页 |
2.4.2 基于信息抽取技术的事件摘要方法 | 第19-20页 |
2.4.3 其他方法 | 第20页 |
2.5 事件自动摘要研究中的关键技术 | 第20-27页 |
2.5.1 分类技术 | 第21页 |
2.5.2 聚类技术 | 第21-23页 |
2.5.3 信息抽取技术 | 第23-24页 |
2.5.4 信息融合技术 | 第24-25页 |
2.5.5 数据降维技术 | 第25-27页 |
2.6 事件自动摘要的测评 | 第27-28页 |
2.6.1 内部测评方法 | 第27-28页 |
2.6.2 外部评测方法 | 第28页 |
2.7 本章小结 | 第28-30页 |
第3章 突发事件的时间摘要系统 | 第30-38页 |
3.1 时间摘要任务分析 | 第30-31页 |
3.2 时间摘要系统框架 | 第31-32页 |
3.3 事件新闻预处理 | 第32-33页 |
3.3.1 事件新闻语料集 | 第32-33页 |
3.3.2 事件新闻文档切分 | 第33页 |
3.4 时间摘要系统 | 第33-36页 |
3.4.1 信息检索模块 | 第33-35页 |
3.4.2 事件分析模块 | 第35-36页 |
3.4.3 主题聚类模块 | 第36页 |
3.4.4 摘要抽取模块 | 第36页 |
3.5 本章小结 | 第36-38页 |
第4章 基于事件主题发掘的时间摘要关键技术 | 第38-52页 |
4.1 基于语义空间映射的事件分析技术研究 | 第38-43页 |
4.1.1 多词共现模型与互信息熵 | 第38-39页 |
4.1.2 基于互信息保留映射语义分析方法研究 | 第39-43页 |
4.2 与传统语义表现形式的比较 | 第43-45页 |
4.3 基于数据引力聚类的事件主题发掘技术 | 第45-48页 |
4.3.1 主题引力与数据相似性 | 第45-47页 |
4.3.2 基于数据引力的主题聚类算法 | 第47-48页 |
4.4 时间摘要生成 | 第48-49页 |
4.5 本章小结 | 第49-52页 |
第5章 实验设计与结果分析 | 第52-62页 |
5.1 功能模块实验结果 | 第52-55页 |
5.1.1 降维模块 | 第52-54页 |
5.1.2 聚类模块 | 第54-55页 |
5.2 时间摘要系统评测 | 第55-62页 |
结论 | 第62-64页 |
参考文献 | 第64-68页 |
攻读硕士学位期间发表的学术论文 | 第68-70页 |
致谢 | 第70页 |