基于语义概念的文本特征描述
中文摘要 | 第1-5页 |
英文摘要 | 第5-8页 |
1 绪论 | 第8-12页 |
·引言 | 第8-9页 |
·论文研究的意义 | 第9页 |
·国内外研究现状 | 第9-11页 |
·本章小结 | 第11-12页 |
2 文本特征词的抽取 | 第12-21页 |
·研究的重要性 | 第12页 |
·相关技术分析 | 第12-16页 |
·普通文本抽取技术 | 第12-13页 |
·Web 页面抽取技术 | 第13-16页 |
·网页文本的特征词抽取 | 第16-20页 |
·本章小结 | 第20-21页 |
3 基于词同现频率的特征词权重计算 | 第21-30页 |
·文本特征描述概述 | 第21-22页 |
·相关研究 | 第22-25页 |
·词同现频率的权重计算方法 | 第25-29页 |
·向量空间模型(VSM) | 第25页 |
·基于词的同现频率的计算原理 | 第25-29页 |
·本章小结 | 第29-30页 |
4 基于《知网》词汇语义相似度计算 | 第30-42页 |
·《知网(Hownet)》简介 | 第30页 |
·《知网》的结构 | 第30-32页 |
·《知网》的知识描述语言 | 第32-34页 |
·基于《知网》的语义相似度计算方法 | 第34-37页 |
·词语相似度计算 | 第34页 |
·义原相似度计算 | 第34-35页 |
·虚词概念的相似度的计算 | 第35页 |
·实词概念的相似度的计算 | 第35-37页 |
·文本语义相似度计算 | 第37-41页 |
·集合相似度计算 | 第37-38页 |
·句子相似度计算 | 第38页 |
·文本相似度计算 | 第38-41页 |
·本章小结 | 第41-42页 |
5 文本分类及其实验 | 第42-58页 |
·文本分类的任务 | 第42页 |
·文本分类所涉及到的关键技术 | 第42-47页 |
·文本的表示 | 第42-43页 |
·特征项的抽取 | 第43-44页 |
·训练方法与分类算法 | 第44-46页 |
·阈值的确定 | 第46-47页 |
·评估方法 | 第47-48页 |
·实验模型 | 第48-50页 |
·实验结果及其分析 | 第50-58页 |
·第一阶段 | 第50-54页 |
·第二阶段 | 第54-58页 |
6 论文研究成果总结 | 第58-60页 |
·论文研究内容总结 | 第58页 |
·前景展望 | 第58-60页 |
致谢 | 第60-61页 |
参考文献 | 第61-64页 |
附录 | 第64-65页 |
独创性声明 | 第65页 |
学位论文版权使用授权书 | 第65页 |