基于Word2Vec的自动文摘系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 研究背景及意义 | 第8-9页 |
| 1.2 本文主要研究工作 | 第9-10页 |
| 1.2.1 基于词特征的主题词提取方法 | 第9页 |
| 1.2.2 基于Word2Vec自动文摘设计 | 第9-10页 |
| 1.2.3 自动文摘评测 | 第10页 |
| 1.3 论文组织结构 | 第10-12页 |
| 第2章 相关工作综述 | 第12-20页 |
| 2.1 自动文摘研究的历史与现状 | 第12-13页 |
| 2.1.1 国外研究历史与现状 | 第12页 |
| 2.1.2 国内研究历史与现状 | 第12-13页 |
| 2.2 自动文摘研究方法综述 | 第13-16页 |
| 2.2.1 文摘的定义 | 第13页 |
| 2.2.2 自动文摘的分类 | 第13-14页 |
| 2.2.3 自动文摘的研究方法 | 第14-15页 |
| 2.2.4 不同文档的自动文摘 | 第15页 |
| 2.2.5 自动文摘的应用 | 第15-16页 |
| 2.3 基于Word2Vec的自动文摘方法研究 | 第16-18页 |
| 2.3.1 主题词提取 | 第16-17页 |
| 2.3.2 Word2Vec训练模型及应用 | 第17-18页 |
| 2.3.3 基于Word2Vec的自动文摘 | 第18页 |
| 2.4 自动文摘的评测方法 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 基于Word2Vec自动文摘算法设计 | 第20-26页 |
| 3.1 概述 | 第20页 |
| 3.2 算法的整体描述 | 第20-22页 |
| 3.3 文本预处理 | 第22页 |
| 3.4 基于词特征的主题词提取 | 第22-24页 |
| 3.4.1 主题词权重计算 | 第22-23页 |
| 3.4.2 Word2Vec加权 | 第23-24页 |
| 3.5 摘要生成 | 第24-25页 |
| 3.5.1 句子权重因素 | 第24-25页 |
| 3.5.2 摘要生成 | 第25页 |
| 3.6 本章小结 | 第25-26页 |
| 第4章 实验分析与性能评测 | 第26-40页 |
| 4.1 实验数据选择 | 第26页 |
| 4.2 Word2Vec训练与实验分析 | 第26-28页 |
| 4.2.1 Word2Vec训练 | 第26-27页 |
| 4.2.2 实验分析 | 第27-28页 |
| 4.3 主题词抽取实验分析与评价 | 第28-30页 |
| 4.3.1 实验分析 | 第28-30页 |
| 4.3.2 主题词抽取评价 | 第30页 |
| 4.4 摘要生成实例 | 第30-32页 |
| 4.5 内部评价 | 第32-33页 |
| 4.6 外部方法设计 | 第33-34页 |
| 4.6.1 Lucene的应用 | 第33页 |
| 4.6.2 评测标准 | 第33-34页 |
| 4.7 原文检索与文摘检索对比分析 | 第34-38页 |
| 4.8 与未通过加权得到的文摘对比 | 第38-39页 |
| 4.9 本章小结 | 第39-40页 |
| 第5章 系统设计与实现 | 第40-44页 |
| 5.1 系统整体设计 | 第40-41页 |
| 5.2 系统实现 | 第41-42页 |
| 5.3 存在的问题与展望 | 第42-43页 |
| 5.4 本章小结 | 第43-44页 |
| 结论 | 第44-46页 |
| 参考文献 | 第46-50页 |
| 致谢 | 第50-51页 |
| 个人简历 | 第51页 |
