公安领域知识库构建关键技术研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 引言 | 第11-12页 |
| 1 绪论 | 第12-16页 |
| 1.1 研究背景 | 第12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 知识库构建 | 第12-13页 |
| 1.2.2 知识获取 | 第13-14页 |
| 1.2.3 知识发现 | 第14页 |
| 1.3 研究内容和方法 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 2 知识库构建关键技术 | 第16-28页 |
| 2.1 本体概述 | 第16-18页 |
| 2.1.1 本体的定义及分类 | 第16-17页 |
| 2.1.2 本体的构建 | 第17-18页 |
| 2.1.3 本体与知识库 | 第18页 |
| 2.2 信息抽取关键技术 | 第18-21页 |
| 2.2.1 信息抽取的概念和任务 | 第18-19页 |
| 2.2.2 命名实体识别方法研究 | 第19页 |
| 2.2.3 案件信息中命名实体识别的特征及规则 | 第19页 |
| 2.2.4 基于GATE的中文信息抽取 | 第19-21页 |
| 2.3 数据挖掘与神经网络技术 | 第21-28页 |
| 2.3.1 数据挖掘概述 | 第21-22页 |
| 2.3.2 数据挖掘常用算法 | 第22-23页 |
| 2.3.3 神经网络概述 | 第23-26页 |
| 2.3.4 神经网络算法分类 | 第26-28页 |
| 3 公安领域知识库设计 | 第28-44页 |
| 3.1 知识库的规划设计 | 第29-30页 |
| 3.2 信息抽取模块 | 第30-35页 |
| 3.2.1 要素提取 | 第30页 |
| 3.2.2 命名实体识别 | 第30-31页 |
| 3.2.3 规则策略制定 | 第31-35页 |
| 3.3 领域本体构建 | 第35-38页 |
| 3.3.1 领域核心概念及关系提取 | 第35-36页 |
| 3.3.2 属性建立 | 第36-37页 |
| 3.3.3 实例添加 | 第37-38页 |
| 3.3.4 本体形式表示 | 第38页 |
| 3.4 知识发现 | 第38-44页 |
| 3.4.1 确定性推理 | 第39-41页 |
| 3.4.2 不确定性推理 | 第41-44页 |
| 4 基于GATE框架的知识获取 | 第44-66页 |
| 4.1 GATE平台下知识获取架构设计 | 第44-45页 |
| 4.2 毒品类型本体构建模块 | 第45-51页 |
| 4.2.1 创建类 | 第45-47页 |
| 4.2.2 属性及实例添加 | 第47-51页 |
| 4.3 预处理模块 | 第51-52页 |
| 4.3.1 文档处理 | 第51页 |
| 4.3.2 中文分词 | 第51-52页 |
| 4.4 命名实体识别规则编写模块 | 第52-58页 |
| 4.4.1 时间 | 第52-54页 |
| 4.4.2 地点 | 第54-55页 |
| 4.4.3 姓名 | 第55-56页 |
| 4.4.4 物品和行为 | 第56-58页 |
| 4.5 信息抽取实验 | 第58-66页 |
| 4.5.1 信息抽取实验过程 | 第58-61页 |
| 4.5.2 信息抽取评价标准 | 第61-62页 |
| 4.5.3 结果对比 | 第62-66页 |
| 5 基于规则与神经网络的知识发现 | 第66-81页 |
| 5.1 数据预处理 | 第66-69页 |
| 5.1.1 数据提取 | 第66-67页 |
| 5.1.2 数据离散化处理 | 第67-69页 |
| 5.2 知识发现 | 第69-81页 |
| 5.2.1 确定性推理 | 第69-75页 |
| 5.2.2 不确定性推理 | 第75-78页 |
| 5.2.3 结果对比 | 第78-81页 |
| 结论 | 第81-82页 |
| 参考文献 | 第82-85页 |
| 在学研究成果 | 第85-86页 |
| 致谢 | 第86页 |
