基于法律框架网络本体语料库系统的知识发现研究
| 中文摘要 | 第1-11页 |
| Abstract | 第11-13页 |
| 第一章 引言 | 第13-17页 |
| ·研究背景 | 第13页 |
| ·研究意义 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·国外研究现状 | 第14-15页 |
| ·国内语料库研究现状 | 第15-16页 |
| ·论文的研究内容 | 第16-17页 |
| 第二章 知识发现的相关理论 | 第17-22页 |
| ·知识发现的类型 | 第17-18页 |
| ·基于结构化数据库的知识发现 | 第17页 |
| ·基于半结构化和非结构化数据库的知识发现 | 第17页 |
| ·基于多媒体数据库的知识发现 | 第17页 |
| ·基于知识库的知识发现 | 第17-18页 |
| ·知识发现的主要方法和技术 | 第18-20页 |
| ·知识发现的方法 | 第18-19页 |
| ·知识发现的主要技术 | 第19-20页 |
| ·基于知识发现的过程模型 | 第20-22页 |
| 第三章 法律框架网络本体语料库系统的构建 | 第22-32页 |
| ·法律框架网络知识本体 | 第22-23页 |
| ·法律框架网络本体语料库系统的构建原则 | 第23-24页 |
| ·法律框架网络本体语料库系统的设计原则 | 第23-24页 |
| ·语料的选取原则 | 第24页 |
| ·法律框架网络本体语料库设计模型 | 第24-28页 |
| ·系统的基本框架 | 第24-25页 |
| ·系统的功能结构 | 第25-28页 |
| ·法律框架网络本体语料库数据库设计 | 第28-32页 |
| ·语料库的设计思路 | 第28-29页 |
| ·语料数据库逻辑模型 | 第29-32页 |
| 第四章 基于生语料的知识发现 | 第32-47页 |
| ·生语料知识发现的处理过程 | 第32-34页 |
| ·数据准备 | 第32页 |
| ·数据选择 | 第32页 |
| ·噪音处理 | 第32页 |
| ·知识发现内容 | 第32-33页 |
| ·知识发现的方法与技术 | 第33页 |
| ·知识呈现 | 第33-34页 |
| ·文本的特征提取 | 第34-37页 |
| ·文本特征提取的步骤 | 第34页 |
| ·文本特征提取方法 | 第34-35页 |
| ·实验和结论 | 第35-37页 |
| ·文本的自动分类 | 第37-45页 |
| ·文本自动分类的步骤 | 第38页 |
| ·文本自动分类方法 | 第38-40页 |
| ·实验和结论 | 第40-45页 |
| ·同类文本的相似度计算 | 第45-47页 |
| ·同类文本相似度计算步骤 | 第45页 |
| ·文本相似度计算方法 | 第45页 |
| ·实验和结论 | 第45-47页 |
| 第五章 基于熟语料的知识发现 | 第47-55页 |
| ·熟语料的标注 | 第47-48页 |
| ·基于熟语料的知识发现过程 | 第48-49页 |
| ·数据准备 | 第48页 |
| ·数据选择 | 第48页 |
| ·噪音处理 | 第48页 |
| ·知识发现内容 | 第48-49页 |
| ·知识发现方法与技术 | 第49页 |
| ·知识呈现 | 第49页 |
| ·熟语料知识发现方法 | 第49-55页 |
| ·词元的语义特征抽取算法 | 第49-50页 |
| ·框架、框架元素以及词元的语义特征的统计算法 | 第50-51页 |
| ·实验和结论 | 第51-55页 |
| 第六章 系统的实现 | 第55-60页 |
| 第七章 结论与展望 | 第60-61页 |
| 参考文献 | 第61-63页 |
| 攻读学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 个人简况 | 第65-67页 |
