某于《知网》的词语相似度优化算法
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.3 本文创新点及组织结构 | 第13-15页 |
| 第二章 文本的预处理与分类 | 第15-25页 |
| 2.1 文本预处理 | 第15-18页 |
| 2.1.1 分词 | 第15-17页 |
| 2.1.2 停用词过滤 | 第17页 |
| 2.1.3 文本表示模型 | 第17-18页 |
| 2.2 文本分类的过程 | 第18-20页 |
| 2.2.1 特征选择 | 第18-19页 |
| 2.2.2 构造分类器 | 第19页 |
| 2.2.3 分类器测试 | 第19-20页 |
| 2.3 文本相似度的度量 | 第20-21页 |
| 2.4 文本分类方法 | 第21-23页 |
| 2.5 本章总结 | 第23-25页 |
| 第三章 词语相似度的计算 | 第25-35页 |
| 3.1 系统的用途 | 第25-28页 |
| 3.1.1 词语相似度的含义 | 第25-26页 |
| 3.1.2 词语相似度的度量 | 第26页 |
| 3.1.3 词语相似度的计算方法 | 第26-28页 |
| 3.2 《知网》的结构体系和知识描述 | 第28-33页 |
| 3.2.1 《知网》简介 | 第28页 |
| 3.2.2 《知网》的结构 | 第28-30页 |
| 3.2.3 《知网》知识描述语言 | 第30-33页 |
| 3.3 本章小结 | 第33-35页 |
| 第四章 基于《知网》的词语相似度计算 | 第35-53页 |
| 4.1 算法流程 | 第35-41页 |
| 4.1.1 词语相似度计算的经典算法 | 第35-36页 |
| 4.1.2 义原的相似度计算 | 第36-38页 |
| 4.1.3 虚词相似度计算 | 第38页 |
| 4.1.4 实词相似度计算 | 第38-39页 |
| 4.1.5 集合的相似度计算 | 第39-40页 |
| 4.1.6 特征结构的相似度计算 | 第40-41页 |
| 4.2 本文算法思想及改进之处 | 第41-50页 |
| 4.2.1 改进的词语相似度算法 | 第42-49页 |
| 4.2.2 词语相似度的计算 | 第49-50页 |
| 4.3 词语相似度评估标准 | 第50-51页 |
| 4.4 本章小结 | 第51-53页 |
| 第五章 算法实现及性能测试 | 第53-57页 |
| 5.1 实验环境 | 第53页 |
| 5.2 系统参数 | 第53-54页 |
| 5.3 实验结果 | 第54-56页 |
| 5.4 本章小结 | 第56-57页 |
| 第六章 总结与展望 | 第57-59页 |
| 6.1 全文总结 | 第57页 |
| 6.2 论未来工作展望 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 附录A (攻读硕士期间的学术成果) | 第65页 |
