北大畢业论文基于PARADISE平台论文检索系统.docVIP

PAGE \* MERGEFORMAT 4 本科生毕业论文 题目:基于PARADISE平台论文检索系统  Literature Search Design based on PARADISE 姓 名： 李峰 学 号： 院 系： 信息科学技术学院 专 业： 计算机科学与技术系 指导教师： 闫宏飞 副教授 TIME \@ EEEE年O月A日 二〇一三年十二月二日 摘要： 本文基于天网实验室的HYPERLINK /src/paradise/Platform for Applying, Researching And Developing Intelligent Search Engine (PARADISE)搜索引擎平台，通过以从抓取的计算机网络方向的2500多篇论文为数据，搭建成一个论文搜索系统，最终目的是通过论文之间的引用关系，获得其他引用这篇论文的作者对这篇论文的评价，形成一个小的评价段落，以及Impact-based Summaries，从而使得我们能够从专业级的角度获得这篇论文的内容以及优劣。我们首先根据上面抓取了文章之间的引用关系，然后通过一个算法获得了对一篇文章评价的候选句子集，根据这些句子的重要程度进行排序，获得一个评价短文。并且构建了一个语言模型，通过这些候选句子集对原文的句子进行评分，取得分最高的几个句子，获得原文基于影响的概括。 关键词 搜索引擎, 论文评价, 语言模型, KL-divergence算法, 基于影响的概括  Abstract In this paper, based on the PARADISE (Platform for Applying, Researching and Developing Intelligent Search Engine) and the data of 2500 paper in area of computer network, we construct a search engine of papers. Our goal is to get the comment and impact-based summaries of one paper based on the reference relations between the papers. We firstly get candidate sentence which comment on the previous paper and generate a citation context. Then we construct a Language Model, through the citation context, we can score the sentence in the previous paper, and get the impact-based summaries. Key words Search Engine, Paper Comment, Language Model, KL-divergence Scoring, Impact-based Summaries  目录 TOC \o 1-3 \h \z \u HYPERLINK \l _Toc230930685第1章 引言 PAGEREF _Toc230930685 \h 1 HYPERLINK \l _Toc2309306861.1研究背景 PAGEREF _Toc230930686 \h 1 HYPERLINK \l _Toc2309306871.2工作内容 PAGEREF _Toc230930687 \h 2 HYPERLINK \l _Toc2309306881.2.1抓取所需要的论文数据 PAGEREF _Toc230930688 \h 2 HYPERLINK \l _Toc2309306891.2.2获得一篇论文的评价并较好的显示出来 PAGEREF _Toc230930689 \h 2 HYPERLINK \l _Toc2309306901.2.3获得一篇论文基于影响的总结段落 PAGEREF _Toc230930690 \h 3 HYPERLINK \l _Toc2309306911.2.4基于PARADISE平台搭建搜索平台 PAGEREF _Toc230930691 \h 3 HYPERLINK \l _Toc2309306921.3实验的意