| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 第1章 绪论 | 第10-18页 |
| ·自动文摘技术的研究意义和相关概念 | 第10-11页 |
| ·研究意义 | 第10-11页 |
| ·相关概念 | 第11页 |
| ·自动文摘的国内外研究状况 | 第11-16页 |
| ·单文档自动文摘的研究状况 | 第11-14页 |
| ·多文档自动文摘的研究状况 | 第14-15页 |
| ·自动文摘评价方法 | 第15-16页 |
| ·研究内容 | 第16-17页 |
| ·论文内容安排 | 第17-18页 |
| 第2章 相关理论及关键技术 | 第18-30页 |
| ·基于向量空间模型的特征向量表达 | 第18-20页 |
| ·向量空间模型介绍 | 第18页 |
| ·文本的向量化表示 | 第18-19页 |
| ·特征项的选取 | 第19页 |
| ·特征项的权重计算 | 第19-20页 |
| ·特征空间的优化 | 第20-23页 |
| ·潜在语义分析 | 第20-21页 |
| ·同义词合并 | 第21-23页 |
| ·文本聚类 | 第23-29页 |
| ·层次聚类算法 | 第24-25页 |
| ·扁平分割聚类算法 | 第25-27页 |
| ·基于密度的聚类算法 | 第27-29页 |
| ·基于网格的聚类算法 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于改进的K-means聚类算法的子主题发现方法 | 第30-40页 |
| ·相关研究工作 | 第30-31页 |
| ·文本向量空间的构造及优化 | 第31-34页 |
| ·文本向量空间构造 | 第31-32页 |
| ·基于《知网》的同义项合并 | 第32-34页 |
| ·构建向量之间的距离矩阵 | 第34-35页 |
| ·子主题的自适应识别 | 第35-36页 |
| ·基于子主题发现的文摘句抽取 | 第36-39页 |
| ·相关方法 | 第36-38页 |
| ·基于质心的方法 | 第38-39页 |
| ·本章小节 | 第39-40页 |
| 第4章 中文多文档自动文摘系统的设计与实现 | 第40-46页 |
| ·系统体系结构 | 第40-41页 |
| ·预处理模块 | 第41-42页 |
| ·分句、分词、词性标注 | 第41页 |
| ·停用词处理 | 第41-42页 |
| ·稀有词处理 | 第42页 |
| ·子主题发现模块 | 第42-43页 |
| ·文摘句抽取模块 | 第43-44页 |
| ·文摘生成模块 | 第44-45页 |
| ·时间次序排序法 | 第44页 |
| ·多数次序排序法 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第5章 实验结果与分析 | 第46-52页 |
| ·评价方法 | 第46-47页 |
| ·实验语料 | 第47页 |
| ·实验设计 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第6章 结论与展望 | 第52-54页 |
| ·本文总结 | 第52-53页 |
| ·展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间参加的科研项目与公开发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |