声明
摘要
1.1 研究背景和意义
1.2 国内外研究现状
1.3 论文的主要工作
1.4 论文的组织形式
第2章 相关理论及方法
2.1 新闻缩写的预处理技术
2.1.1 中文分词
2.1.2 命名实体识别
2.1.3 句法分析
2.2 缩写常用算法模型
2.2.1 噪声信道模型
2.2.2 剪枝模型
2.2.3 同步树替代文法模型
2.3 摘要提取相关算法
2.3.1 整数线性规划
2.3.2 句子增强技术
2.3.3 社交网络打分机制
2.4 本章小结
3.1 研究概述
3.2 新闻标题缩写算法
3.2.1 词对齐技术
3.2.2 基于GIZA++的词对齐
3.2.3 基于同义词林的词对齐
3.2.4 基于规则与统计的句子压缩算法
3.3 基于关键词的启发式句子压缩算法
3.3.1 关键词提取
3.3.2 启发式的语言学规则
3.3.3 压缩结果修复
3.4 本章小结
第4章 基于句子多特征与冗余处理的新闻正文压缩算法
4.1 研究概述
4.2 句子权重计算
4.2.1 基于特征融合的词语权重
4.2.2 句子多特征
4.2.3 句子权重值
4.3 句子相似度计算
4.4 基于整数线性规划的句子选择算法
4.5 本章小结
第5章 实验系统原型设计与结果分析
5.1 实验环境
5.2 实验系统原型设计
5.3 实验结果分析
5.3.1 新闻标题缩写算法实验分析
5.3.2 新闻正文摘要抽取及缩写实验分析
5.4 本章小结
结论
参考文献
致谢