知识图谱构建中的多数据源实体匹配研究
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 本文研究的内容及主要工作 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-18页 |
| 第2章 相关工作 | 第18-30页 |
| 2.1 知识图谱简介 | 第18-21页 |
| 2.1.1 知识图谱的定义 | 第18页 |
| 2.1.2 知识图谱架构 | 第18-19页 |
| 2.1.3 知识图谱的相关技术 | 第19-21页 |
| 2.2 中文词语相似度计算 | 第21-25页 |
| 2.2.1 词语相似度计算研究现状 | 第22-23页 |
| 2.2.2 基于《知网》的词语相似度研究现状 | 第23-25页 |
| 2.3 知识库实体匹配 | 第25-29页 |
| 2.3.1 实体匹配概述 | 第25-26页 |
| 2.3.2 基于相似函数的特征匹配 | 第26-28页 |
| 2.3.3 实体匹配算法 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 中文词语语义相似度计算研究 | 第30-40页 |
| 3.1 基于共性和个性的词语相似度计算 | 第30-32页 |
| 3.2 基于搜索引擎的词语相似度计算 | 第32-33页 |
| 3.3 基于融合策略的词语相似度计算 | 第33-34页 |
| 3.4 实验数据分析 | 第34-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 基于top-K的多级实体匹配算法研究 | 第40-54页 |
| 4.1 实体匹配问题描述 | 第40-41页 |
| 4.2 属性相似度计算 | 第41-42页 |
| 4.3 基于top-K 的多级实体匹配算法 | 第42-47页 |
| 4.3.1 基于top-K的复合候选键的实体匹配 | 第43-46页 |
| 4.3.2 基于属性权重的实体相似度匹配算法 | 第46-47页 |
| 4.4 基于分区索引的实体匹配剪枝技术 | 第47-48页 |
| 4.5 实验 | 第48-53页 |
| 4.5.1 实验数据集 | 第48页 |
| 4.5.2 评估标准 | 第48-49页 |
| 4.5.3 实验结果及分析 | 第49-53页 |
| 4.6 本章小结 | 第53-54页 |
| 第5章 中文影视知识图谱构建 | 第54-64页 |
| 5.1 影视知识图谱构建流程 | 第54页 |
| 5.2 数据源 | 第54-56页 |
| 5.3 影视数据抽取 | 第56-58页 |
| 5.4 多数据源实体匹配,构建影视知识库 | 第58页 |
| 5.5 中文影视知识图谱共享平台 | 第58-63页 |
| 5.5.1 系统的功能设计 | 第58-59页 |
| 5.5.2 系统的效果展示 | 第59-63页 |
| 5.6 本章小结 | 第63-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 6.1 本文的工作总结 | 第64-65页 |
| 6.2 未来工作展望 | 第65-66页 |
| 参考文献 | 第66-72页 |
| 作者攻读硕士学位期间的科研成果 | 第72-74页 |
| 致谢 | 第74页 |
