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--检索机论文

基于概念图模型的词汇多源释义的融合研究

摘要第5-7页
ABSTRACT第7-8页
第一章 绪论第11-22页
    1.1 研究背景及意义第11-12页
    1.2 中文信息检索的发展及概念信息检索第12-17页
        1.2.1 经典的中文信息检索第13-15页
        1.2.2 基于汉语内涵分析的概念信息检索第15-17页
    1.3 词典知识抽取的发展第17-20页
    1.4 本文的主要研究工作及内容安排第20-22页
第二章 概念图理论及词汇标引第22-33页
    2.1 汉语语义分析第22-23页
    2.2 概念图理论第23-27页
        2.2.1 语义三角第23-25页
        2.2.2 概念图及其组成第25-27页
    2.3 概念图标引第27-31页
        2.3.1 概念图标引的要求和方法第27-29页
        2.3.2 标引实例第29-31页
    2.4 本章小结第31-33页
第三章 词典内涵属性知识抽取研究第33-45页
    3.1 词典的内涵属性知识抽取的总体框架第34-35页
    3.2 词典的抽取模式第35-38页
        3.2.1 模式形式定义第36-37页
        3.2.2 初始模式实例抽取第37-38页
    3.3 模式相似度第38-40页
        3.3.1 基于词典的词汇语义相似度计算第38-39页
        3.3.2 模式相似度计算第39-40页
    3.4 模式处理第40-43页
        3.4.1 模式的过滤及去重第40-41页
        3.4.2 模式的聚类第41-43页
        3.4.3 模式的泛化及扩充第43页
    3.5 词典内涵属性信息抽取第43-44页
    3.6 本章小结第44-45页
第四章 基于《现汉》和《规范》的释义融合研究第45-51页
    4.1 《现汉》和《规范》的比较第45-47页
    4.2 释义属性信息融合第47-50页
    4.3 本章小结第50-51页
第五章 实验结果及分析第51-56页
    5.1 概念图标引统计结果及评价第52页
    5.2 词典属性信息抽取的结果及分析第52-54页
    5.3 《现汉》和《规范》的内涵属性信息的融合结果及分析第54-55页
    5.4 本章小结第55-56页
第六章 总结与展望第56-58页
    6.1 工作总结第56页
    6.2 工作展望第56-58页
参考文献第58-60页
致谢第60-61页
攻读硕士学位期间已发表或录用的论文第61-64页
上海交通大学硕士学位论文答辩决议书第64页

论文共64页,点击 下载论文
上一篇:基于HIPS技术的虚拟机文件访问控制研究与实现
下一篇:基于机器学习的面部整形手术的模拟