首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于多词共现与互信息的文本自动摘要技术研究

摘要第1-4页
ABSTRACT第4-9页
第1章 绪论第9-15页
   ·背景与意义第9-10页
     ·研究背景第9-10页
     ·研究意义第10页
   ·国内外现状第10-13页
     ·国外研究现状第10-11页
     ·国内研究现状第11-13页
   ·论文研究内容及组织结构第13-15页
     ·论文研究内容第13-14页
     ·论文组织结构第14-15页
第2章 文本自动摘要综述第15-26页
   ·定义与特性第15-16页
     ·自动摘要定义第15页
     ·自动摘要特性第15-16页
   ·通用体系结构第16页
   ·分类第16-17页
   ·文本处理的特征提取方法第17-18页
   ·现存的提取方法第18-21页
     ·自动摘录第19-20页
     ·基于结构的自动摘要第20页
     ·信息抽取第20页
     ·基于理解的自动摘要第20-21页
   ·评价方法第21-22页
     ·内部评价第21-22页
     ·外部评价第22页
   ·相关会议第22-25页
     ·DUC 文本理解会议第22-25页
     ·TREC 文本检索会议第25页
   ·本章小结第25-26页
第3章 基于词共现的文本主题词提取第26-41页
   ·相关模型概念第26-29页
     ·多词共现模型第26-27页
     ·互信息第27页
     ·信息熵第27-29页
   ·主题词抽取常用方法第29-30页
     ·基于特征选择的方法第29-30页
     ·非线性抽取方法第30页
   ·词共现与文本主题的对应关系分析第30-32页
     ·词共现对文本主题表达的影响第30-31页
     ·词共现与文本主题关系的验证第31-32页
   ·基于词共现的主题词抽取第32-35页
     ·基于词共现主题词抽取流程第32-33页
     ·改进的词共现抽取算法第33-34页
     ·基于词共现的主题词抽取第34-35页
   ·实验与分析第35-40页
     ·基于词共现主题词抽取效果第35-36页
     ·不同领域的主题词提取第36-39页
     ·对比实验第39-40页
   ·本章小结第40-41页
第4章 基于互信息的文本主题划分第41-55页
   ·文本划分的主要方法第41-42页
     ·Texttilling 划分方法第41-42页
     ·统计主题词频划分方法第42页
     ·概念统计划分方法第42页
   ·向量空间模型第42-44页
     ·基本概念第43页
     ·选取原则与选取条件第43-44页
     ·义项权值的计算方法第44页
   ·基于互信息的关联度计算第44-46页
     ·词语与词语之间关联度计算第44-45页
     ·句子与句子之间关联度计算第45-46页
   ·主题划分方法步骤第46-49页
     ·主题划分流程图第46页
     ·主题划分基本思路第46-48页
     ·主题划分算法第48-49页
   ·实验与分析第49-54页
     ·主题划分实验第50-53页
     ·阀值选取对主题划分准确度的影响实验第53-54页
   ·本章小结第54-55页
第5章 自动摘要的生成算法与系统实现第55-69页
   ·主题句的抽取第55-57页
     ·传统主题句的抽取方法第55-56页
     ·本文抽取方法第56-57页
   ·摘要的生成第57-58页
     ·摘要生成流程第57页
     ·摘要生成思路第57-58页
     ·摘要生成算法第58页
   ·摘要的平滑处理第58-59页
   ·系统的实现第59-62页
     ·系统的主要模块第59-61页
     ·系统运算流程第61页
     ·系统运行界面第61-62页
   ·相关实验第62-68页
     ·测试文本自动摘要系统第62-66页
     ·自动摘要提取结果评测第66-68页
   ·本章小结第68-69页
第6章 结论第69-71页
   ·研究总结第69页
   ·研究展望第69-71页
参考文献第71-75页
致谢第75-76页
攻读硕士学位期间的研究成果第76页

论文共76页,点击 下载论文
上一篇:大尺寸曲面视觉测量方法与系统研究
下一篇:垂直轴风轮实验台的设计与软件开发