| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景和意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-18页 |
| 1.2.1 机构知识库 | 第14-16页 |
| 1.2.2 机构知识库中的专家对象同名排歧问题 | 第16-18页 |
| 1.3 本文工作 | 第18-19页 |
| 1.4 本文组织结构 | 第19-20页 |
| 2 知识库管理系统方法技术分析 | 第20-33页 |
| 2.1 DSpace系统分析 | 第20-27页 |
| 2.1.1 系统结构 | 第21-22页 |
| 2.1.2 数据模型 | 第22-24页 |
| 2.1.3 元数据 | 第24-25页 |
| 2.1.4 核心功能模块对象 | 第25-26页 |
| 2.1.5 DSpace系统优缺点分析 | 第26-27页 |
| 2.2 信息抽取技术 | 第27-28页 |
| 2.2.1 概述 | 第27页 |
| 2.2.2 技术分类 | 第27页 |
| 2.2.3 信息抽取技术在机构知识库中的应用前景 | 第27-28页 |
| 2.3 同名排歧算法 | 第28-32页 |
| 2.3.1 有监督的同名排歧算法 | 第29-30页 |
| 2.3.2 无监督的同名排歧算法 | 第30-32页 |
| 2.4 本章小结 | 第32-33页 |
| 3 机构知识库模型设计 | 第33-45页 |
| 3.1 系统需求分析 | 第33页 |
| 3.2 机构知识库总体模型框架 | 第33-34页 |
| 3.3 检索系统模型 | 第34-36页 |
| 3.3.1 基于WordNet的语义相似度算法 | 第35-36页 |
| 3.3.2 搜索算法 | 第36页 |
| 3.4 数据批量导入算法 | 第36-38页 |
| 3.5 专家profile模型 | 第38-44页 |
| 3.5.1 专家profile数据模型 | 第39-40页 |
| 3.5.2 同名排歧与专家profile | 第40-41页 |
| 3.5.3 专家影响力计算 | 第41-42页 |
| 3.5.4 研究领域 | 第42页 |
| 3.5.5 合作者关系 | 第42-44页 |
| 3.6 本章小结 | 第44-45页 |
| 4 数据中心转换算法 | 第45-59页 |
| 4.1 问题描述 | 第45页 |
| 4.2 算法设计 | 第45-46页 |
| 4.3 人名处理算法 | 第46-48页 |
| 4.4 人名归类算法 | 第48-51页 |
| 4.4.1 人名匹配算法 | 第48-49页 |
| 4.4.2 人名归类算法描述 | 第49-51页 |
| 4.5 同名排歧算法 | 第51-58页 |
| 4.5.1 特征选取 | 第51页 |
| 4.5.2 合作者关系 | 第51-55页 |
| 4.5.3 多算子框架 | 第55-56页 |
| 4.5.4 强度因子 | 第56页 |
| 4.5.5 基于多算子框架的同名排歧算法 | 第56-58页 |
| 4.6 本章小结 | 第58-59页 |
| 5 实验与结果分析 | 第59-69页 |
| 5.1 实验说明 | 第59-60页 |
| 5.2 实验准备 | 第60-63页 |
| 5.2.1 实验环境 | 第60页 |
| 5.2.2 数据集说明 | 第60页 |
| 5.2.3 数据集特点分析 | 第60-61页 |
| 5.2.4 实验评估方法 | 第61-63页 |
| 5.3 实验结果及分析 | 第63-67页 |
| 5.3.1 基于作者关系的转换算法（CABRA） | 第63-64页 |
| 5.3.2 基于图结构的转换算法（TBGSA） | 第64-65页 |
| 5.3.3 基于多算子框架的转换算法（TMOFA） | 第65-66页 |
| 5.3.4 CABRA、TBGSA和TMOFA算法比较 | 第66-67页 |
| 5.4 本章小结 | 第67-69页 |
| 6 总结和展望 | 第69-71页 |
| 6.1 全文总结 | 第69-70页 |
| 6.2 本文创新点 | 第70页 |
| 6.3 未来展望 | 第70-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录 | 第77-78页 |
| 详细摘要 | 第78-81页 |