| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 自动摘要的研究历史与现状 | 第11-12页 |
| 1.2.1 国外研究历史与现状 | 第11-12页 |
| 1.2.2 国内研究历史与现状 | 第12页 |
| 1.3 本文的主要研究工作 | 第12-13页 |
| 1.4 论文组织结构 | 第13-15页 |
| 第二章 基于语义的多文档自动摘要相关工作研究综述 | 第15-22页 |
| 2.1 多文档自动摘要相关综述 | 第15-19页 |
| 2.1.1 自动摘要分类和技术概述 | 第15-16页 |
| 2.1.2 自动摘要最新进展和技术难点 | 第16-17页 |
| 2.1.3 本文多文档自动摘要的相关概念和主要技术 | 第17-19页 |
| 2.2 文本摘要评价方法 | 第19-21页 |
| 2.2.1 人工评价 | 第20页 |
| 2.2.2 自动评价 | 第20-21页 |
| 2.2.3 自动评测系统的发展 | 第21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 系统设计与研究 | 第22-30页 |
| 3.1 系统总体设计 | 第22-25页 |
| 3.2 系统功能模块设计与处理流程 | 第25-26页 |
| 3.3 语料库构建及词向量训练 | 第26-29页 |
| 3.3.1 文本预处理与语料库构建 | 第26-27页 |
| 3.3.2 词向量模型训练 | 第27-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 基于用户查询的文档检索 | 第30-44页 |
| 4.1 子系统总体设计 | 第30-31页 |
| 4.2 基于语义词向量的关键词抽取 | 第31-35页 |
| 4.2.1 关键词抽取技术研究 | 第32页 |
| 4.2.2 本文基于语义词向量的关键词抽取技术 | 第32-35页 |
| 4.3 基于用户查询的语义文档匹配 | 第35-37页 |
| 4.3.1 基于语义的搜索 | 第35-36页 |
| 4.3.2 基于用户查询的语义文档检索 | 第36-37页 |
| 4.4 实验测试与评价 | 第37-43页 |
| 4.4.1 实验数据选择 | 第37-38页 |
| 4.4.2 基于语义的关键词提取实验与分析 | 第38-42页 |
| 4.4.3 基于用户输入主题词的文档筛选生成实例 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第五章 基于语义匹配的多文档自动摘要 | 第44-61页 |
| 5.1 系统概述 | 第44-45页 |
| 5.2 基于语义的多文档去冗余 | 第45-47页 |
| 5.2.1 文本表示及文本去冗余 | 第45-47页 |
| 5.3 基于语义的摘要生成 | 第47-51页 |
| 5.3.1 句子权重计算及向量表示 | 第47-48页 |
| 5.3.2 基于语义的聚类及中心主题句提取 | 第48-49页 |
| 5.3.3 基于语义的摘要生成 | 第49-51页 |
| 5.4 摘要生成实验与评价 | 第51-60页 |
| 5.4.1 基于ROUGE-N的摘要生成评价 | 第51-54页 |
| 5.4.2 基于句子覆盖率的摘要生成评价 | 第54-57页 |
| 5.4.3 摘要生成实例 | 第57-60页 |
| 5.5 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-72页 |
| 致谢 | 第72-73页 |
| 作者攻读学位期间发表的学术论文目录 | 第73页 |