| 摘要 | 第1-7页 |
| ABSTRACT | 第7-13页 |
| 第一章 绪论 | 第13-25页 |
| ·引言 | 第13-16页 |
| ·文本结构分析的相关研究工作 | 第16-22页 |
| ·语言学界关于文本篇章分析研究 | 第16-18页 |
| ·面向机器的文本自动结构分析研究 | 第18-19页 |
| ·基于文本结构分析的应用研究 | 第19-21页 |
| ·中文文本结构分析研究及现状 | 第21-22页 |
| ·本文主要工作 | 第22-24页 |
| ·研究目的和意义 | 第22-23页 |
| ·主要研究内容 | 第23-24页 |
| ·本文的组织结构 | 第24-25页 |
| 第二章 篇章结构及其形式表示 | 第25-41页 |
| ·引言 | 第25-26页 |
| ·篇章结构理论 | 第26-30页 |
| ·修辞结构理论（Mann & Thompson） | 第26-27页 |
| ·语篇性理论（Halliday & Hasan） | 第27-28页 |
| ·文本拓扑结构理论(Skorochod’ko) | 第28-29页 |
| ·篇章系统性理论(姜岷山) | 第29页 |
| ·小结 | 第29-30页 |
| ·文本组织结构及其特点 | 第30-33页 |
| ·文本组织结构基本原则 | 第30-31页 |
| ·文本语篇组织结构类型 | 第31-32页 |
| ·文本组织结构特点 | 第32-33页 |
| ·文本组织结构的抽象描述 | 第33-39页 |
| ·本章小结 | 第39-41页 |
| 第三章 词汇语义关系及语义相关度计算 | 第41-64页 |
| ·词汇语义关系分析概述 | 第41-44页 |
| ·相关工作 | 第44-48页 |
| ·词语相关度计算研究进展 | 第44-45页 |
| ·相关关系分析的主要工具 | 第45-47页 |
| ·评测方法 | 第47-48页 |
| ·基于语料的词语相关度计算 | 第48-55页 |
| ·基本思路和步骤 | 第48页 |
| ·术语定义 | 第48-49页 |
| ·方法描述 | 第49-52页 |
| ·实验与结果分析 | 第52-55页 |
| ·基于词典的词语相关度计算与融合 | 第55-62页 |
| ·汉语概念内涵逻辑模型 | 第55-56页 |
| ·基本思路与步骤 | 第56-57页 |
| ·方法描述 | 第57-59页 |
| ·词语相关度融合 | 第59-60页 |
| ·实验与评测 | 第60-62页 |
| ·本章小结 | 第62-64页 |
| 第四章 语篇衔接与句际关系分析 | 第64-83页 |
| ·语篇分析概述 | 第64-65页 |
| ·语篇衔接方法与句际语义关系分类 | 第65-69页 |
| ·语篇衔接方法 | 第66-68页 |
| ·语篇衔接原则 | 第68页 |
| ·句际语义关系分类 | 第68-69页 |
| ·基于词语形式标记模板的句际语义关系自动识别 | 第69-76页 |
| ·基本思想 | 第69-70页 |
| ·相关定义 | 第70-71页 |
| ·词语形式标记模板的获取 | 第71页 |
| ·模板冲突消解方法 | 第71-74页 |
| ·句际语义关系识别算法 | 第74-75页 |
| ·实验与结论 | 第75-76页 |
| ·基于词语相关关系的句际相关度计算 | 第76-82页 |
| ·基本思想 | 第77-78页 |
| ·方法描述 | 第78-80页 |
| ·实验与结论 | 第80-82页 |
| ·本章小结 | 第82-83页 |
| 第五章 基于内容相关性分析的文本分割方法研究 | 第83-101页 |
| ·引言 | 第83-84页 |
| ·相关工作 | 第84-90页 |
| ·国外关于文本分割研究 | 第84-87页 |
| ·中文文本分割的研究现状 | 第87-88页 |
| ·文本分割的评价方法 | 第88-90页 |
| ·基于内容相关性分析的文本分割方法 | 第90-95页 |
| ·问题描述 | 第90-91页 |
| ·基本思路及处理流程 | 第91-92页 |
| ·文本句子间间割点分割值计算 | 第92-93页 |
| ·分割模式获取 | 第93-95页 |
| ·实验及结果 | 第95-100页 |
| ·实验语料及评价方法 | 第95-96页 |
| ·实验基准算法——TextTiling算法 | 第96-98页 |
| ·实验结果及分析 | 第98-100页 |
| ·本章小结 | 第100-101页 |
| 第六章 文本层次结构分析方法研究 | 第101-125页 |
| ·引言 | 第101-102页 |
| ·基于NA?VE BAYES模型的文本层次结构分析方法 | 第102-112页 |
| ·总体框架 | 第104-105页 |
| ·B-I-E结构模型 | 第105-106页 |
| ·结点类别标记 | 第106-109页 |
| ·结点归并 | 第109-110页 |
| ·文本结构分析流程 | 第110-112页 |
| ·基于序列比对算法的文本结构分析方法 | 第112-117页 |
| ·序列比对算法概述 | 第112-114页 |
| ·基本思想 | 第114页 |
| ·段落序列比对与序列相似度计算 | 第114页 |
| ·示例结构学习与文本结构预测 | 第114-117页 |
| ·实验与结果 | 第117-124页 |
| ·实验语料及语料标注 | 第117-118页 |
| ·实验评价方法 | 第118-119页 |
| ·实验结果及分析 | 第119-124页 |
| ·本章小结 | 第124-125页 |
| 第七章 结论 | 第125-129页 |
| ·总结 | 第125-127页 |
| ·展望 | 第127-129页 |
| 参考文献 | 第129-135页 |
| 附录一 《人民日报》报道实例 | 第135-136页 |
| 附录二 构建论证结构的示例文本 | 第136-137页 |
| 附录三 语篇内部上下文句际语义关系分类表 | 第137-139页 |
| 附录四 句子相关性度量实验数据集 | 第139-140页 |
| 附录五 文本语料内部主题层次类别分类体系 | 第140-141页 |
| 攻读博士学位期间已发表或录用的论文 | 第141-143页 |
| 致谢 | 第143-146页 |
| 上海交通大学博士学位论文答辩决议书 | 第146页 |