首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

文本概念语义空间模型及其应用研究

摘要第6-8页
ABSTRACT第8-10页
第一章 绪论第15-25页
    1.1 课题来源第15页
    1.2 课题研究背景第15-17页
    1.3 国内外相关研究第17-21页
        1.3.1 概念第17-18页
        1.3.2 本体的定义及其构造第18-19页
        1.3.3 语义链网络第19-20页
        1.3.4 概念空间第20-21页
        1.3.5 热力学理论在文本信息处理中的应用第21页
    1.4 主要研究内容第21-23页
    1.5 创新点和意义第23-25页
第二章 文本概念语义空间(TCSS)模型第25-42页
    摘要第25页
    本章内容组织第25页
    2.1 引言第25-27页
    2.2 TCSS 的热力学理论基础第27-31页
    2.3 TCSS 的定义第31-35页
    2.4 TCSS 的特征分析第35-36页
    2.5 TCSS 与热力学系统的类比分析第36-41页
        2.5.1 TCSS 的信息交换第37-38页
        2.5.2 TCSS 的状态与度量第38-40页
        2.5.3 TCSS 的耗散结构第40-41页
    2.6 小结第41-42页
第三章 文本概念语义空间的性质与构建方法第42-74页
    摘要第42页
    本章的内容组织第42页
    3.1 引言第42-43页
    3.2 TCSS 信息熵及信息熵收敛定理第43-46页
        3.2.1 TCSS 信息熵表示第43-45页
        3.2.2 TCSS 信息熵收敛定理第45-46页
    3.3 文本概念语义空间的信息熵度量第46-55页
        3.3.1 基于关键词序列的 TCSS 信息熵度量方法第46-51页
        3.3.2 基于关键词及其语义关系的 TCSS 信息熵度量方法第51-55页
    3.4 文本概念语义空间的性质第55-59页
        3.4.1 关键词语义关系对 TCSS 信息熵的影响第55-56页
        3.4.2 TCSS 信息熵计算方法第56页
        3.4.3 TCSS 信息熵收敛定理的证明第56-58页
        3.4.4 TCSS 信息交换的信息熵计算方法第58-59页
    3.5 文本概念语义空间的构建方法第59-73页
        3.5.1 文本集语义信息的预处理第60-61页
        3.5.2 关键词层语义链网络的构建第61-65页
        3.5.3 基于关键词层语义链网络的概念提取第65-69页
        3.5.4 TCSS 概念子系统的生成第69-73页
    3.6 小结第73-74页
第四章 基于先验知识的 TCSS 模型优化研究第74-100页
    摘要第74页
    本章的组织结构第74页
    4.1 引言第74-75页
    4.2 基于先验知识指导的算法优化模型第75-77页
    4.3 TCSS 关键词提取算法优化第77-82页
    4.4 TCSS 关联规则挖掘方法优化第82-89页
    4.5 TCSS 关键词层关联语义链网络构建方法优化第89-96页
    4.6 TCSS 概念层次树生成算法优化第96-98页
    4.7 小结第98-100页
第五章 基于耗散结构的 TCSS 模型演化研究第100-124页
    摘要第100页
    本章的组织结构第100页
    5.1 引言第100-101页
    5.2 TCSS 的耗散结构性质第101-104页
        5.2.1 耗散结构形成的条件第101-102页
        5.2.2 TCSS 的耗散结构第102-104页
    5.3 TCSS 耗散结构的判断方法第104-110页
        5.3.1 基于 TCSS 信息熵度量的耗散结构判别方法第105-106页
        5.3.2 基于复杂网络特征分析的耗散结构判别方法第106-108页
        5.3.3 TCSS 耗散结构判别实验第108-110页
    5.4 TCSS 演化动力分析第110-114页
        5.4.1 TCSS 状态的稳定性分析第110-112页
        5.4.2 TCSS 耗散结构的维持力分析第112页
        5.4.3 TCSS 演化的动力分析第112-114页
    5.5 TCSS 的演化过程分析第114-119页
        5.5.1 TCSS 宏观演化第115页
        5.5.2 TCSS 微观演化第115-119页
    5.6 TCSS 耗散结构在非常规突发事件检测中的应用第119-122页
        5.6.1 应用背景第119-120页
        5.6.2 基于 TCSS 耗散结构的 Web 事件早期检测方法第120-121页
        5.6.3 Web 事件检测实验第121-122页
    5.7 小结第122-124页
第六章 TCSS 在概念语义标注数据集构造中的应用第124-138页
    摘要第124页
    本章的内容组织结构第124页
    6.1 引言第124-126页
    6.2 测试集基础数据的选择第126-128页
        6.2.1 基础数据的选择第126-127页
        6.2.2 基础数据存在的问题第127-128页
    6.3 测试集领域本体的构造及评价指标第128-130页
        6.3.1 基于先验知识指导的本体自动构造方法第128-129页
        6.3.2 本体构造算法的评价指标第129-130页
    6.4 测试集文本语义标注及评价指标第130-135页
        6.4.1 基于先验知识指导的语义标注方法第131-133页
        6.4.2 基于本体的语义标注算法评价指标第133-135页
    6.5 测试数据集的生成第135-137页
        6.5.1 测试数据集的生成步骤第135-136页
        6.5.2 测试集基准参考指标第136-137页
        6.5.3 大规模测试集下载第137页
    6.6 小结第137-138页
第七章 TCSS 在网页集分面自动提取中的应用第138-161页
    摘要第138页
    本章的组织结构如第138页
    7.1 引言第138-139页
    7.2 相关工作第139-141页
        7.2.1 分面搜索第139-140页
        7.2.2 分面提取第140页
        7.2.3 语义链网络第140页
        7.2.4 语义挖掘和语义标注第140-141页
    7.3 分面第141-143页
        7.3.1 分面定义第141-142页
        7.3.2 分面提取过程第142-143页
    7.4 多维度语义索引第143-149页
        7.4.1 语义索引第144页
        7.4.2 选择候选索引词第144-146页
        7.4.3 关联语义索引 (ASI)第146-147页
        7.4.4 相似语义索引 (SSI)第147-148页
        7.4.5 不同维度语义索引的映射第148-149页
    7.5 基于多维度语义索引的分面提取方法第149-155页
        7.5.1 MDSI 中关系的分类第151页
        7.5.2 提取分面第151-153页
        7.5.3 命名分面第153-154页
        7.5.4 确定分面值第154-155页
    7.6 实验第155-160页
        7.6.1 数据集第155-156页
        7.6.2 分面提取实验第156-158页
        7.6.3 分面取值实验第158-159页
        7.6.4 分面命名实验第159-160页
    7.7 小结第160-161页
第八章 总结与展望第161-165页
    8.1 本文总结第161-163页
    8.2 研究展望第163-165页
参考文献第165-176页
附录第176-179页
    数据集 1:英文新闻数据集第176页
    数据集 2:中文新闻数据集第176页
    数据集 3:PubMed 医学论文摘要数据集第176-177页
    数据集 4:文本分类数据集第177页
    数据集 5:关联规则的分类数据集第177页
    数据集 6:电子商务商品分面数据集第177-178页
    数据集 7:新闻分面数据集第178-179页
作者在攻读博士学位期间公开发表的论文第179-181页
作者在攻读博士学位期间申请的专利第181-182页
作者在攻读博士学位期间所作的项目第182-183页
致谢第183-184页

论文共184页,点击 下载论文
上一篇:基于企业嵌入视角的联盟创新网络中知识共享与创新研究
下一篇:矿井无线传感器监测网络中关键技术研究