致谢 | 第1-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-10页 |
第1章 绪论 | 第10-15页 |
·研究背景及意义 | 第10-11页 |
·国内外研究现状 | 第11-13页 |
·传统的网页文本分类方法 | 第11-12页 |
·基于本体的网页文本分类方法 | 第12-13页 |
·课题研究的主要内容 | 第13页 |
·各章内容提要 | 第13-15页 |
第2章 本体理论与技术综述 | 第15-28页 |
·本体理论综述 | 第15-19页 |
·本体的定义 | 第15-16页 |
·本体的构成 | 第16-17页 |
·本体的分类 | 第17-18页 |
·本体的评价方法 | 第18-19页 |
·本体技术综述 | 第19-28页 |
·本体描述语言 | 第19-22页 |
·本体的构建 | 第22-26页 |
·本体的应用 | 第26-28页 |
第3章 本体在网页文本分类中的应用 | 第28-41页 |
·语义Web基础 | 第28-32页 |
·语义Web发展历程 | 第28-29页 |
·语义Web体系结构 | 第29-31页 |
·语义Web相关技术 | 第31-32页 |
·本体与语义Web | 第32-33页 |
·本体在网页文本自动分类中的作用 | 第33-41页 |
·文本自动分类介绍 | 第33-37页 |
·本体在网页分类中的作用 | 第37-41页 |
第4章 基于本体的网页文本分类算法的构造与实现 | 第41-59页 |
·WordNet简介 | 第41-42页 |
·基于本体的网页文本分类算法SVDH的提出 | 第42-47页 |
·算法基础——简单向量距离分类算法(SVD) | 第43页 |
·基于本体的简单向量距离分类算法——OS_SVD | 第43-47页 |
·改进的基于本体的简单向量距离分类算法——SVDH | 第47-54页 |
·利用WordNet进行语义扩展 | 第48-51页 |
·语义相关度计算及分类 | 第51-53页 |
·参数的确定 | 第53-54页 |
·利用SVDH实现网页文本分类 | 第54-59页 |
·实验数据的选择 | 第54-55页 |
·试验平台 | 第55-56页 |
·实验结果分析 | 第56-59页 |
第5章 结论与展望 | 第59-61页 |
·本文的总结 | 第59页 |
·进一步的研究方向 | 第59-61页 |
参考文献 | 第61-63页 |
作者简历 | 第63-65页 |
学位论文数据集 | 第65页 |