摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景及意义 | 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 本课题研究工作和创新点 | 第12-13页 |
1.4 论文结构安排 | 第13-15页 |
第二章 主题模型概述 | 第15-21页 |
2.1 词袋模型 | 第15页 |
2.2 潜在语义分析LSA模型 | 第15-16页 |
2.3 概率潜在语义分析pLSA模型 | 第16-17页 |
2.4 潜在狄利克雷分配LDA模型 | 第17页 |
2.5 层次潜在狄利克雷分配hLDA模型 | 第17-20页 |
2.5.1 层次潜在狄利克雷分配核心思想 | 第18-20页 |
2.5.2 层次潜在狄利克雷分配特点 | 第20页 |
2.6 本章小结 | 第20-21页 |
第三章 多文档摘要系统的设计与实现 | 第21-42页 |
3.1 多文档摘要相关问题描述 | 第21页 |
3.2 中文多文档摘要句抽取流程 | 第21-26页 |
3.2.1 实验语料介绍 | 第22页 |
3.2.2 多文档摘要句抽取流程 | 第22-26页 |
3.3 hLDA建模结果分析 | 第26-41页 |
3.3.1 分词系统对建模结果影响 | 第26-27页 |
3.3.2 hLDA聚类与hLDA模型 | 第27页 |
3.3.3 参数对hLDA聚类结果影响 | 第27-34页 |
3.3.4 hLDA与K-means聚类效果比较 | 第34-35页 |
3.3.5 聚类效果评估方法 | 第35-37页 |
3.3.6 聚类实验分析 | 第37-41页 |
3.4 本章小结 | 第41-42页 |
第四章 句子打分 | 第42-53页 |
4.1 基于hLDA主题模型和语义信息融合的句子打分方法 | 第42-45页 |
4.1.1 基于hLDA主题模型的句子打分算法 | 第42-44页 |
4.1.2 基于语义的句子打分算法 | 第44-45页 |
4.2 句子打分结果评估方法 | 第45-46页 |
4.2.1 优秀句子 | 第45-46页 |
4.2.2 打分结果评估指标 | 第46页 |
4.3 句子打分实验分析 | 第46-51页 |
4.3.1 相似度阈值分析 | 第46-48页 |
4.3.2 层次权重分析 | 第48-50页 |
4.3.3 打分结果分析 | 第50-51页 |
4.4 本章小结 | 第51-53页 |
第五章 摘要句抽取和摘要候选句质量评价方法 | 第53-66页 |
5.1 摘要句抽取 | 第53-54页 |
5.1.1 确定主题路径句子抽取比例 | 第53页 |
5.1.2 句子抽取方法 | 第53-54页 |
5.2 自动评价标准、方法分类和面临的问题 | 第54-56页 |
5.2.1 摘要自动评价标准 | 第54-55页 |
5.2.2 摘要自动评价方法分类 | 第55页 |
5.2.3 摘要自动评价面临的挑战 | 第55-56页 |
5.3 多文档摘要主流评测方法 | 第56-59页 |
5.3.1 准确率与召回率 | 第56-57页 |
5.3.2 ROUGE | 第57-58页 |
5.3.3 金字塔方法 | 第58-59页 |
5.4 多文档摘要候选句评测方法设计 | 第59-62页 |
5.4.1 候选句评测方法CSE概述 | 第59页 |
5.4.2 CSE评测指标 | 第59-62页 |
5.5 摘要候选句质量评测实验分析 | 第62-65页 |
5.5.1 ROUGE评测结果分析 | 第62-64页 |
5.5.2 CSE评测结果分析 | 第64-65页 |
5.6 本章小结 | 第65-66页 |
第六章 总结与展望 | 第66-68页 |
6.1 本文的工作总结 | 第66-67页 |
6.2 未来展望 | 第67-68页 |
参考文献 | 第68-71页 |
致谢 | 第71-72页 |
攻读硕士学位期间发表的学术论文 | 第72页 |