| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 第1章 绪论 | 第10-13页 |
| 1.1 课题研究目的和意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 本文研究内容和工作安排 | 第12-13页 |
| 第2章 文本相似度理论基础 | 第13-23页 |
| 2.1 文本相似度基本概念 | 第13-14页 |
| 2.1.1 相似度概念 | 第13页 |
| 2.1.2 本文对论文相似度的理解 | 第13-14页 |
| 2.1.3 相似度算法特性 | 第14页 |
| 2.2 中文分词 | 第14-18页 |
| 2.2.1 中文分词概述 | 第14-15页 |
| 2.2.2 常见中文分词方法 | 第15-16页 |
| 2.2.3 中文分词系统介绍 | 第16-18页 |
| 2.3 文本相似度计算步骤 | 第18-22页 |
| 2.3.1 文本预处理 | 第19页 |
| 2.3.2 文本特征项表示 | 第19页 |
| 2.3.3 特征项选择 | 第19-21页 |
| 2.3.4 文本相似度计算 | 第21页 |
| 2.3.5 文本相似度计算结果评估 | 第21-22页 |
| 2.4 本章小结 | 第22-23页 |
| 第3章 文本相似度算法研究 | 第23-38页 |
| 3.1 基于向量空间模型的相似度算法 | 第23-28页 |
| 3.1.1 向量空间模型 | 第23-24页 |
| 3.1.2 特征项选择 | 第24页 |
| 3.1.3 权重计算算法及改进 | 第24-26页 |
| 3.1.4 相似度衡量 | 第26-27页 |
| 3.1.5 向量空间模型相似度算法分析 | 第27-28页 |
| 3.2 基于《知网》的相似度算法 | 第28-35页 |
| 3.2.1 《知网》介绍 | 第28-32页 |
| 3.2.2 义原相似度计算算法及改进 | 第32-33页 |
| 3.2.3 概念相似度计算 | 第33-35页 |
| 3.2.4 词语相似度计算 | 第35页 |
| 3.2.5 基于《知网》的相似度算法分析 | 第35页 |
| 3.3 基于潜在语义索引的相似度算法 | 第35-37页 |
| 3.3.1 算法思路 | 第35-36页 |
| 3.3.2 实现步骤 | 第36页 |
| 3.3.3 基于潜在语义索引的相似度算法分析 | 第36-37页 |
| 3.4 基于本体论的相似度算法 | 第37页 |
| 3.4.1 算法思路 | 第37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 向量空间模型与语义理解相结合的论文相似度检测算法 | 第38-45页 |
| 4.1 词语相似度计算 | 第38-39页 |
| 4.2 句子相似度计算 | 第39-42页 |
| 4.2.1 向量空间模型与《知网》语义理解相结合的相似度模型提出 | 第39-40页 |
| 4.2.2 词语向量和词语相似向量提取 | 第40-42页 |
| 4.2.3 句子相似度计算 | 第42页 |
| 4.3 段落相似度计算 | 第42-43页 |
| 4.4 论文相似度计算 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 论文相似度检测系统及实验结果评估 | 第45-58页 |
| 5.1 论文相似度检测系统 | 第45-51页 |
| 5.1.1 系统架构 | 第45-46页 |
| 5.1.2 系统主要模块 | 第46-51页 |
| 5.2 实验及结果分析 | 第51-56页 |
| 5.2.1 词语相似度实验结果分析 | 第51-53页 |
| 5.2.2 句子相似度实验结果分析 | 第53-54页 |
| 5.2.3 段落相似度实验结果分析 | 第54-55页 |
| 5.2.4 论文相似度实验结果分析 | 第55-56页 |
| 5.3 算法效果总结 | 第56-57页 |
| 5.4 本章小结 | 第57-58页 |
| 结论与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 攻读硕士学位期间发表的论文 | 第63页 |