基于《知网》义原空间的文本相似度计算研究与实现
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·课题研究背景和意义 | 第8-9页 |
| ·研究现状 | 第9-11页 |
| ·国外研究现状 | 第9-10页 |
| ·国内研究现状 | 第10-11页 |
| ·本文的研究目的和内容 | 第11-12页 |
| ·本文的内容组织 | 第12-13页 |
| 2 文本相似度计算理论与基础技术 | 第13-24页 |
| ·文本的表示形式 | 第13-16页 |
| ·基于集合论的模型 | 第13-14页 |
| ·基于代数论的模型 | 第14-15页 |
| ·基于概率统计的模型 | 第15-16页 |
| ·中文分词 | 第16-18页 |
| ·基于理解的分词方法 | 第17页 |
| ·基于词典的分词方法 | 第17页 |
| ·统计分词方法 | 第17-18页 |
| ·向量空间模型 | 第18-21页 |
| ·基本概念 | 第18页 |
| ·特征项的选择 | 第18-20页 |
| ·VSM 中文本向量表示 | 第20-21页 |
| ·文本相似度的计算 | 第21页 |
| ·其他的文本相似度计算方法 | 第21-23页 |
| ·隐形语义索引 | 第21-22页 |
| ·广义向量空间模型 | 第22-23页 |
| ·基于文本理解的相似度计算 | 第23页 |
| ·本章小结 | 第23-24页 |
| 3 《知网》义原向量空间模型 | 第24-34页 |
| ·《知网》概述 | 第24-28页 |
| ·《知网》的组织结构 | 第24-27页 |
| ·《知网》概念形式化描述语言 | 第27-28页 |
| ·义原向量空间 | 第28-31页 |
| ·义原相似度的计算 | 第29页 |
| ·概念，词语，文本的义元向量空间表示 | 第29-31页 |
| ·算法有效性的验证 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 4 文本查重系统的设计 | 第34-43页 |
| ·文本查重系统概述 | 第34-36页 |
| ·文本查重系统组成 | 第34-35页 |
| ·文本查重系统流程 | 第35-36页 |
| ·文本预处理模块设计 | 第36-38页 |
| ·分词模块 | 第36页 |
| ·文本特征项的选择与统计 | 第36-38页 |
| ·系统文本库 | 第38-39页 |
| ·《知网》知识库的存储设计 | 第39-41页 |
| ·用户查重模块设计 | 第41-42页 |
| ·实体层 | 第41页 |
| ·数据持久层 | 第41页 |
| ·业务逻辑层 | 第41页 |
| ·控制层 | 第41-42页 |
| ·显示层 | 第42页 |
| ·查重系统的概念模型 | 第42页 |
| ·本章小结 | 第42-43页 |
| 5 文本查重系统的实现 | 第43-52页 |
| ·技术路线及框架选择 | 第43-44页 |
| ·主流开发平台比较 | 第43-44页 |
| ·SQLSERVER 数据库系统 | 第44页 |
| ·前台技术选择 | 第44页 |
| ·文本查重系统的实现 | 第44-49页 |
| ·文本预处理模块的实现 | 第44-47页 |
| ·《知网》数据库的实现 | 第47-48页 |
| ·用户查询模块的实现 | 第48-49页 |
| ·应用实例 | 第49-51页 |
| ·本章小结 | 第51-52页 |
| 6 结论与展望 | 第52-53页 |
| ·总结全文 | 第52页 |
| ·展望未来 | 第52-53页 |
| 致谢 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 附录 | 第58页 |
| A. 作者在攻读学位期间发表的论文目录 | 第58页 |
| B. 作者在攻读学位期间取得的科研成果目录 | 第58页 |
