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

基于信息抽取的语义框架填充技术研究

摘要第1-4页
ABSTRACT第4-9页
第1章 绪论第9-16页
   ·研究背景第9页
   ·研究意义第9-10页
   ·研究现状第10-13页
     ·信息抽取的研究现状第10-12页
     ·语义框架填充的研究现状第12-13页
   ·存在问题第13-14页
   ·本课题的主要工作第14-15页
   ·本文内容组织第15-16页
第2章 相关技术介绍第16-29页
   ·知网介绍第16-17页
     ·知网的结构第16-17页
     ·知网描述语言第17页
   ·语义相似度计算第17-21页
     ·语义相似度第17-18页
     ·语义相似度的计算模型第18-19页
     ·语义相似度的影响因素第19-21页
   ·语义框架介绍第21-22页
     ·框架概念的基本思想第21页
     ·语义框架的构建第21-22页
   ·本体介绍第22-24页
     ·本体组成第22-23页
     ·本体的描述语言第23-24页
     ·本体的应用第24页
   ·描述逻辑第24-26页
     ·描述逻辑概述第24-25页
     ·描述逻辑的推理第25-26页
   ·推理机概述第26-28页
   ·信息抽取评价第28页
   ·本章小结第28-29页
第3章 系统模型构建第29-40页
   ·系统设计目标第29页
   ·系统总体结构第29-33页
     ·系统的基本思路第29-30页
     ·系统的总体结构模型第30-31页
     ·系统的功能介绍第31-33页
   ·语义框架构建第33-35页
   ·关键信息抽取模型第35-36页
   ·语义槽匹配模型第36页
   ·缺失语义槽填充模型第36-37页
   ·逻辑推理体系设计第37-39页
   ·本章小结第39-40页
第4章 系统关键技术第40-59页
   ·关键信息抽取第40-43页
     ·词语相似度计算第40-41页
     ·句子相似度计算第41-42页
     ·关键信息抽取算法第42-43页
   ·语义槽匹配算法第43-44页
   ·相似度排序第44-46页
   ·知识库和规则库构建第46-50页
     ·本体知识库构建第46-48页
     ·推理规则库构建第48-50页
   ·基于规则的推理算法第50-55页
     ·推理算法的相关定义第50-51页
     ·推理算法实现第51-52页
     ·具体实体分析第52-55页
   ·推理机制与本体存储第55-58页
     ·基于描述逻辑的推理机制第55-57页
     ·领域本体的存储实现第57-58页
   ·本章小结第58-59页
第5章 系统原型实现第59-68页
   ·系统硬件设计第59-60页
     ·系统的开发平台第59-60页
   ·实例系统第60页
   ·系统实现第60-63页
   ·实验的结果与分析第63-67页
     ·关键信息抽取实验分析第63-64页
     ·基于信息抽取的语义框架填充分析第64-67页
   ·本章小结第67-68页
第6章 结论第68-70页
   ·全文总结第68-69页
   ·研究展望第69-70页
参考文献第70-73页
致谢第73-74页
攻读硕士学位期间的研究成果第74页

论文共74页,点击 下载论文
上一篇:图像匹配及其在汽车底盘异物检测中的应用
下一篇:基于机器视觉的滚针轴承漏针检测系统研究