面向网络媒体的文本自动综述技术的研究与实现
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.3 论文主要研究工作 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第二章 相关技术研究 | 第16-25页 |
| 2.1 自动文摘生成方法分析 | 第16-20页 |
| 2.1.1 面向长文本的自动文摘技术分析 | 第17-18页 |
| 2.1.2 面向短文本的自动文摘技术分析 | 第18-20页 |
| 2.2 自动综述技术研究 | 第20-24页 |
| 2.2.1 综述报告写作研究分析 | 第21-22页 |
| 2.2.2 综述报告行文规则分析 | 第22-23页 |
| 2.2.3 自动综述报告生成框架 | 第23-24页 |
| 2.3 本章小结 | 第24-25页 |
| 第三章 基于文本结构特征的网页新闻综述生成技术 | 第25-38页 |
| 3.1 网页新闻综述生成流程 | 第25-26页 |
| 3.2 网页新闻文本特征分析 | 第26-29页 |
| 3.2.1 新闻文本特征分析 | 第26-28页 |
| 3.2.2 新闻文本特征表示 | 第28-29页 |
| 3.3 特征项重要度判定 | 第29-33页 |
| 3.3.1 特征词重要性判定 | 第30-31页 |
| 3.3.2 句子的重要性判定 | 第31-33页 |
| 3.4 网页新闻综述生成 | 第33-37页 |
| 3.4.1 新闻摘要生成 | 第33-34页 |
| 3.4.2 新闻综述生成 | 第34-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 基于实体关系网络的微博自动文摘技术 | 第38-50页 |
| 4.1 实体关系抽取简介 | 第38-41页 |
| 4.1.1 实体关系抽取概述 | 第38-39页 |
| 4.1.2 实体关系抽取方法 | 第39-41页 |
| 4.2 实体关系网络模型介绍 | 第41-44页 |
| 4.2.1 形式化定义 | 第41-43页 |
| 4.2.2 模型构建方法 | 第43-44页 |
| 4.3 基于实体关系网络的微博自动文摘方法 | 第44-45页 |
| 4.4 评价方法与实验结果分析 | 第45-48页 |
| 4.4.1 实验数据及评价性能分析 | 第45-47页 |
| 4.4.2 实验过程及结果 | 第47-48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 面向舆情分析的微博自动综述系统设计与实现 | 第50-61页 |
| 5.1 面向舆情分析的微博自动综述系统 | 第50-53页 |
| 5.1.1 面向舆情分析的微博自动综述系统设计 | 第50-51页 |
| 5.1.2 面向舆情分析的自动综述系统实现 | 第51-53页 |
| 5.2 微博文本的自动文摘模块设计与实现 | 第53-57页 |
| 5.2.1 文本处理 | 第53-56页 |
| 5.2.3 文本表示 | 第56-57页 |
| 5.3 话题层次挖掘模块设计 | 第57-58页 |
| 5.4 微博群体分析模块设计 | 第58-59页 |
| 5.5 本章小结 | 第59-61页 |
| 第六章 总结和展望 | 第61-63页 |
| 6.1 研究结论 | 第61-62页 |
| 6.2 研究展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 作者在学期间取得的学术成果 | 第68页 |
