面向中文文本的本体构建和自动扩充
| 图目录 | 第1-7页 |
| 表目录 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第10-16页 |
| §1.1 概述 | 第10-11页 |
| §1.2 语义WEB和本体的研究与应用 | 第11-13页 |
| §1.3 本体研究目前面临的问题 | 第13-14页 |
| §1.4 本文主要工作 | 第14-15页 |
| §1.5 本文结构 | 第15-16页 |
| 第二章 相关工作 | 第16-31页 |
| §2.1 本体构建方法学 | 第16-19页 |
| §2.2 时间概念和时间本体研究 | 第19-22页 |
| ·时间理论和时间模型研究 | 第19-20页 |
| ·时间语义和时间本体研究 | 第20-22页 |
| §2.3 本体挖掘和自动扩充相关工作研究 | 第22-30页 |
| ·综述 | 第22-23页 |
| ·机器学习与常用统计模型 | 第23-27页 |
| ·知识抽取相关工作研究 | 第27-30页 |
| §2.4 小结 | 第30-31页 |
| 第三章 面向中文文本的时间本体构建 | 第31-42页 |
| §3.1 时间描述研究 | 第31-34页 |
| ·TIMEX对英文时间的研究 | 第31-33页 |
| ·中文时间描述分析 | 第33-34页 |
| §3.2 本体构建的指导方法 | 第34-37页 |
| ·基本思想和指导原则 | 第34-35页 |
| ·IEEE1074-1995标准 | 第35-36页 |
| ·中文时间本体构建的方法 | 第36-37页 |
| §3.3 面向中文文本的时间本体结构 | 第37-41页 |
| §3.4 小结 | 第41-42页 |
| 第四章 本体自动扩充 | 第42-53页 |
| §4.1 基本思想 | 第42-43页 |
| §4.2 支持向量机 | 第43-46页 |
| ·理论背景综述 | 第43-44页 |
| ·模型描述 | 第44-46页 |
| §4.3 系统结构 | 第46-48页 |
| §4.4 特征设计 | 第48-51页 |
| ·词汇特征 | 第48-50页 |
| ·词法特征 | 第50-51页 |
| ·唯一特征向量生成算法 | 第51页 |
| §4.5 小结 | 第51-53页 |
| 第五章 多分类器研究 | 第53-64页 |
| §5.1 将多类分类分解的方法 | 第53-58页 |
| ·“一对一”和“一对其它” | 第53-55页 |
| ·SVM-Tree Algorithm | 第55-56页 |
| ·Adaptive Code | 第56-58页 |
| §5.2 内部改进的方法 | 第58-60页 |
| ·GA—SVM | 第58-60页 |
| §5.3 基于本体概念体系的多分类器 | 第60-63页 |
| §5.4 小结 | 第63-64页 |
| 第六章 实验与分析 | 第64-70页 |
| §6.1 评价方法 | 第64-66页 |
| §6.2 实验语料 | 第66-67页 |
| §6.3 结果分析 | 第67-69页 |
| §6.4 小结 | 第69-70页 |
| 第七章 结束语 | 第70-71页 |
| 致谢 | 第71-73页 |
| 攻读硕士期间发表的论文 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 附录A 面向中文描述的时间本体 | 第78-91页 |
