摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第一章 结论 | 第11-27页 |
·信息-知识-智能转换规律 | 第11-14页 |
·文档知识管理 | 第14-20页 |
·搜索引擎中的内容索引 | 第14-16页 |
·企业知识管理中的文档管理 | 第16-17页 |
·图书馆信息管理 | 第17-19页 |
·文档管理中面临的问题 | 第19-20页 |
·关键词获取技术 | 第20-22页 |
·信息抽取技术 | 第22-24页 |
·信息抽取系统的应用 | 第22-23页 |
·信息抽取研究存在的困难与挑战 | 第23-24页 |
·研究工作概述 | 第24-25页 |
·研究目标 | 第24页 |
·研究内容 | 第24-25页 |
·本文的内容安排 | 第25-27页 |
第二章 相关技术介绍 | 第27-43页 |
·常用语义词典 | 第27-33页 |
·知网 | 第27-29页 |
·知网概况 | 第27-28页 |
·知网的内容与结构 | 第28-29页 |
·同义词词林 | 第29-31页 |
·WORDNET | 第31-33页 |
·WordNet概况 | 第31-32页 |
·WordNet中名词的组织 | 第32-33页 |
·PAGERANK算法 | 第33-38页 |
·PAGERANK算法的数学模型 | 第33-37页 |
·PAGERANK算法在无向赋权图中的计算 | 第37-38页 |
·本体 | 第38-43页 |
·本体的定义 | 第38-39页 |
·本体研究领域的重要课题 | 第39-43页 |
第三章 基于语义网络的词义消歧 | 第43-63页 |
·词义消歧的基本方法 | 第43-47页 |
·基于统计的词义消歧 | 第43-45页 |
·基于知识的词义消歧 | 第45-47页 |
·基于知网与UW-PAGERANK的汉语词义消歧 | 第47-56页 |
·义原间关系的计算 | 第47-48页 |
·语义网络的构建 | 第48-50页 |
·词义的选取 | 第50-51页 |
·实验 | 第51-56页 |
·全文标注实验 | 第51-53页 |
·SENSEVAL-3评测 | 第53-55页 |
·相关工作 | 第55-56页 |
·基于WORDNET与UW-PAGERANK的英语词义消歧 | 第56-61页 |
·词义间关系的计算 | 第57页 |
·语义网络图的构建 | 第57-58页 |
·词义的选取 | 第58-59页 |
·实验 | 第59-61页 |
·词义一致性验证 | 第59-60页 |
·SemCor消歧评测 | 第60-61页 |
·相关工作 | 第61页 |
·本章小结 | 第61-63页 |
第四章 基于语义网络的文本关键词获取 | 第63-75页 |
·关键词获取的基本方法 | 第63-66页 |
·基于统计的关键词获取 | 第63-64页 |
·基于词典的关键词获取 | 第64-65页 |
·基于图形的关键词获取 | 第65-66页 |
·基于知网与UW-PAGERANK的汉语文本关键词获取 | 第66-70页 |
·实验 | 第68-70页 |
·基于WORDNET与UW-PAGERANK的英语文本关键词获取 | 第70-72页 |
·实验 | 第71-72页 |
·相关工作 | 第72页 |
·本章小结 | 第72-75页 |
第五章 文本信息抽取及规则生成 | 第75-97页 |
·信息抽取的基本方法 | 第75-80页 |
·基于统计的信息抽取 | 第75-79页 |
·基于规则的信息抽取 | 第79-80页 |
·信息抽取规则的生成方法 | 第80-83页 |
·财经新闻文本信息抽取系统 | 第83-85页 |
·RGA-CIE | 第85-94页 |
·泛化路径的确定 | 第88-89页 |
·泛化效果的评测 | 第89-91页 |
·规则的语义扩展 | 第91-92页 |
·实验 | 第92-93页 |
·相关工作 | 第93-94页 |
·基于信息抽取的本体实例获取 | 第94-97页 |
·本体实例获取 | 第94-95页 |
·信息抽取在本体构实例获取的应用 | 第95-96页 |
·本章小结 | 第96-97页 |
第六章 工作小结与展望 | 第97-99页 |
·研究工作小结 | 第97-98页 |
·今后的研究方向 | 第98-99页 |
参考文献 | 第99-111页 |
致谢 | 第111-113页 |
攻读博士学位期间发表的论文 | 第113-114页 |