面向文本的本体学习中概念提取及关系提取的研究
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
第一章 绪论 | 第8-16页 |
·研究背景 | 第8-14页 |
·语义万维网 | 第8-10页 |
·本体学习研究现状 | 第10-14页 |
·论文结构 | 第14-16页 |
第二章 本体理论研究 | 第16-25页 |
·本体的定义 | 第16-17页 |
·本体的特征 | 第17-19页 |
·本体的类型 | 第19-20页 |
·本体的描述语言 | 第20-22页 |
·本体建立方法 | 第22-24页 |
·骨架法 | 第22-23页 |
·TOVE 企业建模法 | 第23页 |
·循环获取法 | 第23-24页 |
·本章小结 | 第24-25页 |
第三章 本体学习系统分析 | 第25-37页 |
·本体学习周期 | 第25-26页 |
·学习内容 | 第26-28页 |
·概念 | 第26-27页 |
·关系 | 第27-28页 |
·实例 | 第28页 |
·公理 | 第28页 |
·WordNet | 第28-30页 |
·本体学习系统 | 第30-34页 |
·Text-To-Onto 系统 | 第30页 |
·OntoLearn 系统 | 第30-31页 |
·Hasti 系统 | 第31-32页 |
·ASIUM 系统 | 第32页 |
·OntoBuilder 系统 | 第32页 |
·OntoLift 系统 | 第32-34页 |
·本体学习系统的体系结构和评价标准 | 第34-36页 |
·体系结构 | 第34页 |
·评价标准 | 第34-36页 |
·本章小结 | 第36-37页 |
第四章 面向文本的本体学习系统中关键算法的研究 | 第37-48页 |
·概述 | 第37-38页 |
·系统结构组成 | 第38-39页 |
·数据导入和处理组件 | 第39-41页 |
·算法库组件 | 第41-47页 |
·概念提取算法 | 第41-43页 |
·概念间关系提取算法 | 第43-47页 |
·本章小结 | 第47-48页 |
第五章 系统设计及实验测试 | 第48-59页 |
·OLSFT 系统概述 | 第48-49页 |
·概念提取模块 | 第49-51页 |
·关系提取模块 | 第51-54页 |
·关系提取 | 第51-53页 |
·分类体系的构建 | 第53-54页 |
·实验测试及结果分析 | 第54-57页 |
·OLSFT 系统中概念提取数据测试 | 第55-56页 |
·OLSFT 系统中关系提取数据测试 | 第56-57页 |
·本章小结 | 第57-59页 |
第六章 总结和展望 | 第59-61页 |
参考文献 | 第61-66页 |
致谢 | 第66-67页 |
攻读学位期间主要的研究成果 | 第67页 |