专利领域本体概念间非分类关系抽取研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 绪论 | 第10-19页 |
| ·研究背景与意义 | 第10-12页 |
| ·研究背景 | 第10-12页 |
| ·研究意义 | 第12页 |
| ·课题研究现状 | 第12-16页 |
| ·术语抽取的研究现状 | 第12-13页 |
| ·非分类关系抽取研究现状 | 第13-14页 |
| ·SAO结构抽取研究现状 | 第14-15页 |
| ·本体在专利领域的应用 | 第15-16页 |
| ·主要工作和创新点 | 第16-17页 |
| ·论文的组织结构 | 第17-19页 |
| 第2章 本体理论研究介绍 | 第19-24页 |
| ·本体概述 | 第19页 |
| ·本体描述语言 | 第19-21页 |
| ·本体构建工具 | 第21-22页 |
| ·本体学习分类 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第3章 专利领域中文术语抽取研究 | 第24-33页 |
| ·新能源汽车领域术语特点 | 第24-25页 |
| ·基于CRFs的新能源汽车领域术语抽取 | 第25-29页 |
| ·条件随机场 | 第25-26页 |
| ·术语抽取模型 | 第26页 |
| ·语言云 | 第26-27页 |
| ·特征选取 | 第27-29页 |
| ·实验结果及分析 | 第29-32页 |
| ·实验数据介绍 | 第29-30页 |
| ·结果和分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 专利领域概念间SAO结构关系抽取 | 第33-42页 |
| ·基于支持向量机的概念间SAO结构关系抽取 | 第33-35页 |
| ·支持向量机 | 第33页 |
| ·领域关系强度 | 第33-34页 |
| ·概念间SAO结构关系抽取方法 | 第34-35页 |
| ·特征选择 | 第35-37页 |
| ·实体词语以及上下文特征 | 第35-36页 |
| ·句法特征 | 第36-37页 |
| ·词间距离 | 第37页 |
| ·关系词词典 | 第37页 |
| ·实验与结果分析 | 第37-42页 |
| ·实验描述 | 第37-38页 |
| ·实验预处理 | 第38页 |
| ·评价指标 | 第38-39页 |
| ·实验分析 | 第39-42页 |
| 第5章 本体丰富系统的实现 | 第42-52页 |
| ·基于K-Means的领域动词聚类 | 第42-43页 |
| ·Word2Vec简介 | 第42页 |
| ·K-Means简介 | 第42-43页 |
| ·Java OWL API简介 | 第43页 |
| ·专利本体更新系统的设计 | 第43-46页 |
| ·术语抽取模块的设计 | 第44-45页 |
| ·SAO结构关系抽取模块的设计 | 第45-46页 |
| ·关系词聚类模块的设计 | 第46页 |
| ·本体操作模块的设计 | 第46页 |
| ·专利本体更新系统的实现 | 第46-52页 |
| ·系统架构 | 第46页 |
| ·开发环境 | 第46-47页 |
| ·系统展示 | 第47-52页 |
| 第6章 总结与展望 | 第52-54页 |
| ·总结 | 第52-53页 |
| ·展望 | 第53-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 个人简历 在学期间发表的学术论文与研究成果 | 第59页 |
