| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 课题背景和意义 | 第12-14页 |
| 1.2 国内外发展现状 | 第14-17页 |
| 1.2.1 事件发展动态发现算法 | 第15-16页 |
| 1.2.2 摘要提取算法 | 第16-17页 |
| 1.3 研究内容与成果 | 第17-18页 |
| 1.4 本文组织 | 第18-19页 |
| 第2章 理论基础和相关工作 | 第19-31页 |
| 2.1 话题追踪技术和名词定义 | 第19-20页 |
| 2.1.1 话题追踪 | 第19页 |
| 2.1.2 名词定义 | 第19-20页 |
| 2.2 聚类算法 | 第20-24页 |
| 2.2.1 经典聚类算法 | 第20-21页 |
| 2.2.2 基于模块度的聚类算法 | 第21-24页 |
| 2.3 文本自动摘要技术 | 第24-28页 |
| 2.3.1 自动文本摘要分类 | 第25页 |
| 2.3.2 基于原文抽取的摘要处理流程 | 第25-26页 |
| 2.3.3 句子重要程度计算方法 | 第26-28页 |
| 2.4 自动提取摘要评价标准 | 第28-30页 |
| 2.4.1 ROUGE-N评价指标 | 第29页 |
| 2.4.2 ROUGE-L评价指标 | 第29页 |
| 2.4.3 ROUGE-W评价指标 | 第29-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 两阶段的事件发展动态发现算法 | 第31-48页 |
| 3.1 问题描述 | 第31-32页 |
| 3.2 算法描述 | 第32-39页 |
| 3.2.1 新闻建模 | 第32-33页 |
| 3.2.2 第一阶段基于发布时间聚类算法 | 第33-36页 |
| 3.2.3 第二阶段基于文本相似度聚类算法 | 第36-39页 |
| 3.3 实验数据集介绍 | 第39-41页 |
| 3.4 实验评估 | 第41-47页 |
| 3.4.1 评估指标 | 第41页 |
| 3.4.2 实验结果与分析 | 第41-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 基于词-句-标题联合增强的摘要算法 | 第48-67页 |
| 4.1 问题描述和建模 | 第48-50页 |
| 4.1.1 问题描述 | 第48-49页 |
| 4.1.2 文档建模 | 第49-50页 |
| 4.2 算法描述 | 第50-55页 |
| 4.2.1 基于词语-句子-标题联合增强求取句子权重 | 第50-51页 |
| 4.2.2 单文档冗余消除 | 第51-52页 |
| 4.2.3 多文档冗余消除 | 第52-53页 |
| 4.2.4 基于词语-句子-标题联合增强算法伪代码 | 第53-54页 |
| 4.2.5 算法收敛性证明 | 第54-55页 |
| 4.3 实验数据和预处理 | 第55-56页 |
| 4.3.1 实验数据介绍 | 第55页 |
| 4.3.2 预处理 | 第55-56页 |
| 4.4 实验评估 | 第56-65页 |
| 4.4.1 评估指标 | 第56-57页 |
| 4.4.2 单文档的中文摘要提取实验结果评估 | 第57-60页 |
| 4.4.3 多文档的英文摘要提取实验评估 | 第60-65页 |
| 4.5 本章小结 | 第65-67页 |
| 第5章 模块改进与实现 | 第67-73页 |
| 5.1 模块总体设计 | 第68-71页 |
| 5.2 模块展示 | 第71-72页 |
| 5.3 本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-80页 |
| 附录A 攻读硕士学位期间发表的专利著作 | 第80-81页 |
| 附录B 攻读硕士学位期间所参与的项目 | 第81-82页 |
| 致谢 | 第82页 |