面向多文本集的比较摘要研究
| 摘要 | 第1-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-20页 |
| ·比较文本摘要的研究背景和意义 | 第11-12页 |
| ·多文本摘要的研究现状 | 第12-15页 |
| ·比较文本挖掘的研究现状 | 第15-17页 |
| ·本文主要内容 | 第17-19页 |
| ·文章组织结构 | 第19-20页 |
| 第二章 常用话题模型分析 | 第20-33页 |
| ·LSI 模型 | 第20-22页 |
| ·LSI 模型基本原理 | 第20-21页 |
| ·LSI 模型分析应用 | 第21-22页 |
| ·PLSI 模型 | 第22-24页 |
| ·PLSI 模型基本原理 | 第22-23页 |
| ·PLSI 参数估计及 EM 算法 | 第23-24页 |
| ·LDA 模型 | 第24-27页 |
| ·Dirichlet 分布和共轭先验分布 | 第24-25页 |
| ·LDA 模型基本原理 | 第25-26页 |
| ·LDA 模型参数估计和 Gibbs 抽样算法 | 第26-27页 |
| ·CCmix 模型 | 第27-29页 |
| ·模型概述 | 第28页 |
| ·模型基本原理 | 第28-29页 |
| ·模型求解和参数估计 | 第29页 |
| ·CCLDA 模型 | 第29-32页 |
| ·模型概述 | 第29-30页 |
| ·模型基本原理 | 第30-31页 |
| ·模型求解与参数估计 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 ECCmix 模型 | 第33-43页 |
| ·相关工作 | 第33页 |
| ·ECCmix 模型原理 | 第33-35页 |
| ·ECCmix 模型求解算法 | 第35-37页 |
| ·ECCmix 运行结果分析 | 第37-41页 |
| ·实验数据 | 第37-38页 |
| ·面向新闻事件演化的话题分析 | 第38-39页 |
| ·地域比较性分析 | 第39-41页 |
| ·模型的收敛性 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于 ECCmix 模型的文本摘要算法 | 第43-54页 |
| ·相关工作 | 第43页 |
| ·文摘句打分算法 | 第43-48页 |
| ·基于简单推理的打分算法 | 第45页 |
| ·基于半概率生成的打分算法 | 第45-46页 |
| ·基于完全概率生成的打分算法 | 第46-47页 |
| ·改进的文摘句打分算法 | 第47-48页 |
| ·话题的重要度排序 | 第48-50页 |
| ·均值方差排序法 | 第48-49页 |
| ·拉普拉斯分数排序法 | 第49-50页 |
| ·最大互信息排序法 | 第50页 |
| ·多文本集的文本摘要算法设计 | 第50-53页 |
| ·算法步骤 | 第51-52页 |
| ·代码实现 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第五章 实验 | 第54-63页 |
| ·实验评价方法 | 第54-55页 |
| ·内部评价法 | 第54-55页 |
| ·外部评价法 | 第55页 |
| ·实验环境及流程设计 | 第55-57页 |
| ·实验环境与数据 | 第55-56页 |
| ·实验流程 | 第56-57页 |
| ·实验结果分析 | 第57-62页 |
| ·跨本文集摘要的的比较效果分析 | 第57-60页 |
| ·摘要的准确率和召回率指标分析 | 第60-61页 |
| ·不同压缩比下摘要结果分析 | 第61-62页 |
| ·算法的实现速度 | 第62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·本文工作总结 | 第63页 |
| ·展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 作者在学期间取得的学术成果 | 第69-70页 |
| 附录一 跨地域比较实验结果 | 第70-71页 |
