面向微博的自动文摘研究
| 摘要 | 第1-4页 |
| Abstract | 第4-10页 |
| 第一章 绪论 | 第10-16页 |
| ·课题研究背景及意义 | 第10-13页 |
| ·课题研究概况 | 第13-16页 |
| ·论文组织结构安排 | 第13-14页 |
| ·本论文研究目标和内容 | 第14-16页 |
| 第二章 自动文摘概况 | 第16-34页 |
| ·国外自动文摘研究概况 | 第16-19页 |
| ·国内自动文摘研究概况 | 第19-20页 |
| ·面向微博领域自动文摘研究概况 | 第20-21页 |
| ·自动文摘定义及分类 | 第21-24页 |
| ·自动文摘定义 | 第21页 |
| ·自动文摘分类 | 第21-24页 |
| ·自动文摘方法 | 第24-30页 |
| ·自动摘录自动文摘方法 | 第25-26页 |
| ·基于理解的自动文摘方法 | 第26-27页 |
| ·基于信息抽取的自动文摘方法 | 第27-28页 |
| ·基于篇章结构的自动文摘方法 | 第28-30页 |
| ·基于用户查询的自动文摘方法 | 第30页 |
| ·自动文摘基本结构 | 第30-31页 |
| ·自动文摘基本流程 | 第31-32页 |
| ·本章小结 | 第32-34页 |
| 第三章 微博特征信息提取及聚类算法的研究 | 第34-54页 |
| ·微博特征分析 | 第34-39页 |
| ·微博内容说明 | 第34-35页 |
| ·微博文体特征 | 第35-37页 |
| ·微博结构特征 | 第37-38页 |
| ·微博节点特征 | 第38-39页 |
| ·特征信息提取 | 第39-42页 |
| ·词的权重计算 | 第39-40页 |
| ·句子的权重计算 | 第40-42页 |
| ·聚类算法研究 | 第42-43页 |
| ·K-means聚类实现方法 | 第43-52页 |
| ·预处理 | 第43-44页 |
| ·阈值选择 | 第44-48页 |
| ·算法处理 | 第48-50页 |
| ·时间复杂度 | 第50-51页 |
| ·聚类评估 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第四章 面向微博的自动文摘系统设计 | 第54-68页 |
| ·系统设计思想 | 第54页 |
| ·系统数据库设计 | 第54-58页 |
| ·系统构架 | 第58-59页 |
| ·预处理 | 第59-63页 |
| ·分词模块 | 第59-60页 |
| ·过滤停用词模块 | 第60页 |
| ·专用同义词处理模块 | 第60-61页 |
| ·词频统计模块 | 第61-62页 |
| ·主题特征选择模块 | 第62-63页 |
| ·噪声过滤 | 第63-64页 |
| ·子主题划分 | 第64-66页 |
| ·句子权重计算 | 第66页 |
| ·文摘句重排序 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第五章 实验结果与分析 | 第68-78页 |
| ·实验数据 | 第68-71页 |
| ·评价标准 | 第71-72页 |
| ·实验结果分析 | 第72-76页 |
| ·本章小结 | 第76-78页 |
| 第六章 总结与展望 | 第78-80页 |
| ·工作总结 | 第78页 |
| ·论文不足之处与展望 | 第78-80页 |
| 致谢 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 附录A：攻读学位期间软件著作权 | 第86页 |
