| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究背景 | 第7页 |
| 1.2 相似度计算介绍 | 第7-9页 |
| 1.2.1 属性相似度及关系相似度概念 | 第7-8页 |
| 1.2.2 属性相似度计算研究背景 | 第8-9页 |
| 1.2.3 语义关系相似度计算研究背景 | 第9页 |
| 1.3 语义关系相似度的应用 | 第9-11页 |
| 1.4 本论文研究目的 | 第11页 |
| 1.5 本论文章节介绍 | 第11-12页 |
| 1.6 本章小结 | 第12-13页 |
| 第二章 相关研究成果 | 第13-27页 |
| 2.1 基于维基百科、WordNet的相似度研究 | 第13-14页 |
| 2.2 基于统计理论的相似度度量算法 | 第14-24页 |
| 2.2.1 算法评价指标 | 第14-15页 |
| 2.2.2 向量空间模型(VSM) | 第15-17页 |
| 2.2.3 基于VSM的关系相似度度量算法 | 第17-18页 |
| 2.2.4 潜语义分析(LSA-LRA) | 第18-19页 |
| 2.2.5 基于LRA的关系相似度度量算法 | 第19-21页 |
| 2.2.6 以Web为基础的潜语义关系相似度度量算法 | 第21-24页 |
| 2.3 维基百科与YAGO知识库 | 第24-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第三章 数据标准化与语义关系相似度度量 | 第27-37页 |
| 3.1 数据标准化理论 | 第28-29页 |
| 3.2 数据标准化下的语义关系相似度度量 | 第29-36页 |
| 3.2.1 数据准备 | 第29-30页 |
| 3.2.2 数据预处理 | 第30-31页 |
| 3.2.3 特征构建及特征处理 | 第31-32页 |
| 3.2.4 相似度计算 | 第32页 |
| 3.2.5 实验评估 | 第32-36页 |
| 3.2.5.1 ENT数据集关系分类 | 第32-34页 |
| 3.2.5.2 SAT测试 | 第34-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第四章 随机游走算法与语义关系相似度度量 | 第37-52页 |
| 4.1 数据准备 | 第37-38页 |
| 4.2 随机游走算法 | 第38-40页 |
| 4.3 基于随机游走算法的语义关系相似度度量 | 第40-45页 |
| 4.3.1 数据准备 | 第40-41页 |
| 4.3.2 数据预处理 | 第41页 |
| 4.3.3 特征抽取与矩阵构建 | 第41-42页 |
| 4.3.4 随机游走算法描述 | 第42-44页 |
| 4.3.5 相似度度量 | 第44-45页 |
| 4.4 实验评估 | 第45-51页 |
| 4.4.1 ENT数据集关系分类 | 第45-49页 |
| 4.4.2 SAT测试 | 第49-50页 |
| 4.4.3 实体语义关系本体网络 | 第50页 |
| 4.4.4 实验总结 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 总结及展望 | 第52-55页 |
| 5.1 本论文总结 | 第52页 |
| 5.2 未来工作展望 | 第52-55页 |
| 参考文献 | 第55-59页 |
| 致谢 | 第59-60页 |
| 附录 | 第60-61页 |