基于VSM结合词语语义的文本相似度算法研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.2 研究现状 | 第9-12页 |
| 1.2.1 国外研究现状 | 第9-10页 |
| 1.2.2 国内研究现状 | 第10-12页 |
| 1.3 本文主要内容及内容安排 | 第12-14页 |
| 第2章 中文文本相似度理论基础 | 第14-28页 |
| 2.1 文本相似度概念 | 第14-15页 |
| 2.2 中文分词技术 | 第15-17页 |
| 2.2.1 中文分词的意义 | 第15页 |
| 2.2.2 中文分词的难点 | 第15-16页 |
| 2.2.3 中文分词常用方法 | 第16-17页 |
| 2.3 基于《知网》的词语语义相似度算法 | 第17-23页 |
| 2.3.1 《知网简介》 | 第17-20页 |
| 2.3.2 《知网》的知识描述语言 | 第20-21页 |
| 2.3.3 义原相似度 | 第21页 |
| 2.3.4 概念相似度 | 第21-22页 |
| 2.3.5 词语相似度 | 第22-23页 |
| 2.4 向量空间模型 | 第23-26页 |
| 2.4.1 向量空间模型的基本概念 | 第23-24页 |
| 2.4.2 特征项权重计算 | 第24-26页 |
| 2.4.3 相似度计算 | 第26页 |
| 2.5 小结 | 第26-28页 |
| 第3章 改进的中文文本相似度算法 | 第28-32页 |
| 3.1 文本预处理 | 第28页 |
| 3.2 特征项选取 | 第28-29页 |
| 3.3 中文文本相似度算法的改进 | 第29-31页 |
| 3.3.1 语义相似的扩展 | 第29-30页 |
| 3.3.2 中文文本相似度的计算 | 第30页 |
| 3.3.3 加权系数的设置 | 第30-31页 |
| 3.4 小结 | 第31-32页 |
| 第4章 中文文本相似度算法的实现与效果评估 | 第32-44页 |
| 4.1 中文文本相似度对比系统简介 | 第32页 |
| 4.2 系统流程 | 第32-34页 |
| 4.3 系统架构设计 | 第34-35页 |
| 4.4 系统实现 | 第35-41页 |
| 4.4.1 中文文本预处理模块的实现 | 第38-39页 |
| 4.4.2 特征项处理模块的实现 | 第39-40页 |
| 4.4.3 相似度计算模块的实现 | 第40-41页 |
| 4.5 实验结果与分析 | 第41-44页 |
| 总结与展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 致谢 | 第49-50页 |
| 攻读硕士学位期间发表的论文 | 第50-51页 |
