基于混合神经网络的单文档自动文摘方法研究

目录

声明

摘要

1．1研究背景与意义

1．2国内外研究现状

1．3本文难点和主要研究内容

1．4本文结构安排

第二章自动文摘相关理论基础

2．1自动文摘

2．1．1自动文摘定义

2．1．2自动文摘基本步骤

2．1．3自动文摘分类

2．2文本预处理

2．2．1数据收集

2．2．2中文分词

2．2．3去停用词

2．3文本表示

2．3．1向量空间模型

2．3．2概率模型

2．3．3布尔模型

2．3．4图空间模型

2．4文本特征选择

2．4．1文本频度法

2．4．2信息增益法

2．4．3卡方检验法

2．5句子相似度计算

2．5．1编辑距离

2．5．2信息量

2．5．3 word2vec

2．6句子权重计算

2．6．1基于位置的句子权重计算

2．6．2基于内容的句子权重计算

2．6．3基于线索的句子权重计算

2．6．4基于长度的句子权重计算

2．7传统的自动文摘模型

2．7．1决策树模型

2．7．2逻辑回归模型

2．7．3贝叶斯模型

2．8本章小结

第三章基于混合神经网络的单文档自动文摘模型

3．1卷积神经网络模型

3．2基于LSTM改进的循环神经网络模型

3．2．1循环神经网络模型

3．2．2基于改进的循环神经网络模型

3．3混合神经网络模型

3．3．2改进的LSTM句子抽取模型

3．4本章小结

第四章自动文摘模型实验设计与结果分析

4．1实验数据介绍

4．2实验工具介绍

4．3实验评测指标

4．4实验与分析

4．4．1采用LDA主题模型的文摘方法

4．4．2采用LSI模型的文摘方法

4．4．3传统机器学习自动文摘方法

4．4．4深度学习模型自动文摘方法

4．4．5混合神经网络自动文摘方法

4．5本章小结

第五章系统设计与实现

5．1系统的总体设计思想

5．2系统模块功能

5．3系统运行界面

5．4本章小结

第六章总结与展望

参考文献

致谢

攻读学位期间的研究成果