基于本体的信息检索技术的研究及其在教学平台中的应用
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 绪论 | 第11-16页 |
| 1.1 课题的研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13页 |
| 1.3 本课题的主要研究内容 | 第13-14页 |
| 1.4 论文的组织结构 | 第14-16页 |
| 2 信息检索及本体相关技术介绍 | 第16-31页 |
| 2.1 信息检索概述 | 第16-17页 |
| 2.2 检索系统的评价 | 第17-18页 |
| 2.3 本体的基础知识 | 第18-22页 |
| 2.3.1 本体的定义 | 第18-19页 |
| 2.3.2 本体的描述语言 | 第19-21页 |
| 2.3.3 本体的分类 | 第21-22页 |
| 2.4 本体构建理论知识 | 第22-25页 |
| 2.4.1 本体的构建原则 | 第22页 |
| 2.4.2 本体的构建方法 | 第22-24页 |
| 2.4.3 领域本体的构建 | 第24-25页 |
| 2.5 本体推理理论 | 第25-30页 |
| 2.5.1 本体推理框架JENA | 第25-28页 |
| 2.5.2 本体查询语言SPARQL | 第28-30页 |
| 2.6 本章小结 | 第30-31页 |
| 3 语义扩展及语义相似度 | 第31-38页 |
| 3.1 直接扩展 | 第31页 |
| 3.2 推理扩展 | 第31-34页 |
| 3.2.1 推理机相关知识 | 第31-32页 |
| 3.2.2 推理规则的制定 | 第32-34页 |
| 3.3 语义相似度的概念 | 第34页 |
| 3.4 语义相似度的计算 | 第34-37页 |
| 3.4.1 基于语料库统计的语义相似度计算方法 | 第34-35页 |
| 3.4.2 基于距离的语义相似度计算方法 | 第35-36页 |
| 3.4.3 基于属性的语义相似度计算方法 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 4 中文分词及语义检索框架 | 第38-45页 |
| 4.1 中文分词相关技术的介绍 | 第38-40页 |
| 4.1.1 中文分词算法 | 第38-39页 |
| 4.1.2 分词系统简介 | 第39-40页 |
| 4.2 学习资源元数据模型及其存储 | 第40-42页 |
| 4.3 语义检索框架的设计 | 第42-44页 |
| 4.4 本章小结 | 第44-45页 |
| 5 原型系统的设计与实现 | 第45-68页 |
| 5.1 需求分析 | 第45-46页 |
| 5.2 开发环境和工具 | 第46-47页 |
| 5.3 本体的构建 | 第47-53页 |
| 5.3.1 核心概念 | 第47-49页 |
| 5.3.2 核心概念的属性 | 第49页 |
| 5.3.3 使用软件Protege4.2构建本体 | 第49-53页 |
| 5.4 中文分词的实现 | 第53-54页 |
| 5.5 关键词扩展及语义相似度计算 | 第54-61页 |
| 5.5.1 关键词扩展的具体实现 | 第54-56页 |
| 5.5.2 语义相似度计算的具体实现 | 第56-60页 |
| 5.5.3 语义相似度的简单分析 | 第60-61页 |
| 5.6 系统功能展示及评价 | 第61-67页 |
| 5.6.1 系统功能展示 | 第61-62页 |
| 5.6.2 系统评价 | 第62-67页 |
| 5.7 本章小结 | 第67-68页 |
| 6 结论与展望 | 第68-70页 |
| 6.1 本课题的工作总结 | 第68-69页 |
| 6.2 未来工作展望 | 第69-70页 |
| 参考文献 | 第70-73页 |
| 作者简历 | 第73-75页 |
| 学位论文数据集 | 第75页 |
