声明
摘要
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 复述识别
1.2.2 复述抽取
1.2.3 复述生成
1.2.4 复述应用
1.3 本文主要研究内容及贡献
1.4 本文的内容安排
第二章 相关理论与关键技术
2.1 复述识别
2.1.1 符号象征理论
2.1.2 语法句法相似理论
2.1.3 机器学习理论
2.1.4 规则解码理论
2.2 复述识别方法的评测
2.3 云模型简要介绍
2.3.1 自然语言不确定性问题
2.3.2 云模型的定义及性质
2.3.3 云模型数字特征
2.3.4 定性定量转换
2.4 相关词群扩展方法
2.4.1 基于信息熵的相似度量方法
2.4.2 基于语义空间间隔距离的相似度量方法
2.5 本章小结
第三章 基于多层传统句子特征的复述识别方法
3.1 问题引出
3.2 句子特征的获取
3.2.1 句子的词法特征获取
3.2.2 句子的词法相似性
3.2.3 句子的句法特征获取
3.2.4 句法相似度计算
3.3 基于多层句子特征的复述识别
3.4 实验结果及分析
3.4.1 实验语料及评价指标
3.4.2 参数估计
3.4.3 结果分析
3.5 本章小结
第四章 基于概念数字特征的复述句对识别方法
4.1 问题引出
4.2 基于传统语义扩展的复述识别方法
4.3 概念数字特征的生成
4.4 基于云模型数字特征的句子复述识别
4.5 语句数字特征的生成
4.6 基于概念跃升的句子复述识别
4.7 云模型方法有效性分析
4.8 云概念跃升方法有效性分析
4.8.1 云概念跃升与云模型一致性分析
4.8.2 云概念跃升方法有效性推理
4.9 实验与结果分析
4.9.1 实验语料及评价指标
4.9.2 参数估计
4.9.3 云模型方法与传统语义扩展方法结果对比
4.9.4 云概念跃升方法与云模型方法结果对比
4.9.5 云概念跃升方法与其他方法结果比较
4.9.6 案例分析
4.10 本章小结
第五章 总结与展望
5.1 总结
5.2 进一步工作
参考文献
攻读硕士学位期间公开发表的学术论文与参加的科研项目
致谢