| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景及意义 | 第8页 |
| 1.2 国内外研究进展 | 第8-10页 |
| 1.2.1 概念语义相似度算法研究进展 | 第8-9页 |
| 1.2.2 句子相似度算法研究进展 | 第9-10页 |
| 1.3 本文研究内容 | 第10-11页 |
| 1.4 本文组织结构 | 第11-12页 |
| 1.5 本章小结 | 第12-13页 |
| 第2章 WordNet语义词典 | 第13-18页 |
| 2.1 WordNet发展概况 | 第13页 |
| 2.2 WordNet内容结构 | 第13-14页 |
| 2.3 WordNet中的语义关系 | 第14-15页 |
| 2.4 WordNet 2.1 简介 | 第15-17页 |
| 2.5 本章小结 | 第17-18页 |
| 第3章 基于WordNet的概念语义相似度算法 | 第18-30页 |
| 3.1 概念语义相似度算法现状 | 第18-21页 |
| 3.1.1 符号定义 | 第18-19页 |
| 3.1.2 基于路径因素的概念语义相似度 | 第19-20页 |
| 3.1.3 基于信息内容IC的概念语义相似度算法 | 第20-21页 |
| 3.2 概念语义相似度MICS模型 | 第21-24页 |
| 3.2.1 权值的确定 | 第21-22页 |
| 3.2.2 MICS模型 | 第22-24页 |
| 3.3 实验测试与分析 | 第24-29页 |
| 3.3.1 数据集 | 第24页 |
| 3.3.2 实验结果分析 | 第24-29页 |
| 3.4 本章小结 | 第29-30页 |
| 第4章 MICS模型在句子相似度计算中的应用 | 第30-42页 |
| 4.1 基于WordNet的句子预处理 | 第30-31页 |
| 4.2 词汇相似度计算 | 第31页 |
| 4.3 句子相似度计算 | 第31-35页 |
| 4.3.1 基于关键词的句子相似度算法 | 第32-33页 |
| 4.3.2 基于语义词典的句子相似度算法 | 第33页 |
| 4.3.3 基于句法结构的句子相似度算法 | 第33-34页 |
| 4.3.4 基于word2vec词向量的句子相似度算法 | 第34-35页 |
| 4.4 本文句子相似度算法 | 第35-37页 |
| 4.4.1 基于语义的句子相似度 | 第35-36页 |
| 4.4.2 基于词序的句子相似度 | 第36-37页 |
| 4.4.3 句子总体相似度 | 第37页 |
| 4.5 实验测试与分析 | 第37-41页 |
| 4.5.1 数据集 | 第37-38页 |
| 4.5.2 实验结果分析 | 第38-41页 |
| 4.6 本章小结 | 第41-42页 |
| 第5章 总结与展望 | 第42-44页 |
| 5.1 工作总结 | 第42-43页 |
| 5.2 工作展望 | 第43-44页 |
| 参考文献 | 第44-48页 |
| 在读期间发表的学术论文及研究成果 | 第48-49页 |
| 致谢 | 第49页 |