首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--检索机论文

信息检索中浅层语义模型的研究

摘要第1-6页
Abstract第6-11页
1 绪论第11-25页
   ·研究背景第11-12页
   ·研究意义第12-14页
   ·国内外研究现状第14-22页
     ·国外研究现状第15-20页
     ·国内研究现状第20-22页
   ·文章内容及结构安排第22-25页
2 文本信息检索相关理论第25-38页
   ·基于统计的检索模型第26-30页
     ·布尔模型第26-27页
     ·向量空间模型第27-29页
     ·概率模型第29-30页
   ·语义分析基础第30-31页
     ·语义概念第30-31页
     ·浅层语义分析第31页
     ·语义检索概念第31页
   ·本体模型第31-37页
     ·本体概念第31-33页
     ·本体的构建方法及构建原则第33-34页
     ·本体的表示语言第34-35页
     ·本体的构建工具第35-37页
   ·小结第37-38页
3 浅层语义向量空间模型(SSVSM)及文本信息检索方法第38-68页
   ·浅层语义向量空间模型(SSVSM)第38-41页
   ·基于SSVSM的检索思想第41-43页
   ·基于SSVSM的信息检索系统结构第43-48页
     ·查询语句处理模块设计及实现第44页
     ·浅层语义向量空间模型修正模块设计及实现第44-45页
     ·文本检索模块设计及实现第45-46页
     ·系统预处理关键技术第46-48页
       ·句子解析技术第46-47页
       ·停用词过滤技术第47页
       ·词根还原技术第47-48页
   ·模糊查询扩展及关键词权重修正算法研究第48-55页
     ·模糊查询扩展第48-49页
     ·基于WordNet的模糊同义词词典构建方法及评价第49-54页
       ·模糊同义词词典的建立第49-52页
       ·模糊同义词词典的结构表示第52-53页
       ·模糊同义词词典的评价第53-54页
     ·关键词权重修正第54-55页
   ·基于SSVSM进行信息检索的试验及评价第55-67页
     ·查询语句的构造方法第55-58页
     ·试验环境第58页
     ·信息检索系统评价指标第58-59页
     ·试验结果第59-66页
     ·信息检索系统评价第66-67页
   ·小结第67-68页
4 基于本体的浅层语义模型(OBSSM)及文本信息检索方法第68-93页
   ·基于本体的浅层语义模型(OBSSM)第68-69页
   ·移动通信投诉服务领域投诉文本特征第69-70页
   ·基于OBSSM的检索思想第70-74页
   ·基于OBSSM的信息检索系统结构第74页
   ·移动通信投诉服务领域本体的建立第74-81页
     ·本体构建的需求分析第76页
     ·领域本体构建实施第76-80页
       ·自顶向下结合延伸概念提取方法第77-78页
       ·基于Apriori算法的关系提取方法第78-80页
     ·领域本体的确认及评价第80-81页
   ·同义词词典构建方法第81-83页
   ·基于OBSSM的信息检索过程第83页
   ·系统关键技术与工具第83-92页
   ·小结第92-93页
5 基于OBSSM的文本信息检索应用实例第93-101页
   ·应用背景第93页
   ·试验环境第93页
   ·系统实现界面第93-97页
     ·本体维护界面第93-95页
     ·移动通信投诉信息检索系统界面第95-97页
   ·基于OBSSM进行信息检索的试验及评价第97-99页
     ·试验及结果分析第97-98页
     ·移动通信投诉服务领域信息检索系统评价第98-99页
   ·小结第99-101页
结论与展望第101-103页
创新点摘要第103-104页
参考文献第104-111页
附录A 查询扩展工具NLPs第111-113页
附录B 使用CBJ工具给文本加标签第113-116页
攻读博士学位期间发表学术论文及参与项目情况第116-118页
致谢第118-119页

论文共119页,点击 下载论文
上一篇:濒危植物华东黄杉遗传多样性分析及保育
下一篇:非线性发展方程求解法的研究与数学机械化实现