| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景和研究现状 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·研究现状 | 第10-11页 |
| ·研究内容及研究意义 | 第11-13页 |
| ·本文的组织结构 | 第13-14页 |
| 第二章 基础理论和框架介绍 | 第14-22页 |
| ·空间方向关系的基本概念 | 第14-16页 |
| ·空间对象 | 第14-15页 |
| ·空间方向关系的定义 | 第15页 |
| ·空间方向关系的三种参考框架 | 第15页 |
| ·空间方向关系的特点 | 第15-16页 |
| ·空间方向关系的形式化模型 | 第16-19页 |
| ·已有的空间方向关系形式化模型 | 第16-17页 |
| ·四叉树直方图空间方向关系模型 | 第17-19页 |
| ·四叉树直方图 | 第17-18页 |
| ·方向关系判定 | 第18-19页 |
| ·一种空间关系自然语言描述的方法 | 第19-20页 |
| ·本课题基于的空间方向关系描述方法的框架 | 第20-21页 |
| ·框架结构图 | 第20页 |
| ·空间对象的特征表示 | 第20-21页 |
| ·空间方向关系的特征表示 | 第21页 |
| ·小结 | 第21-22页 |
| 第三章 对齐模型相关算法的设计与实验 | 第22-33页 |
| ·设计思路 | 第22-25页 |
| ·现有对齐系统的介绍 | 第22-23页 |
| ·新算法设计思路 | 第23-25页 |
| ·基于句子模式的词语分类方法 | 第25-28页 |
| ·算法设计 | 第25-27页 |
| ·实验结果 | 第27-28页 |
| ·基于构词模式的识别碎片词语的方法 | 第28-32页 |
| ·算法设计 | 第29-30页 |
| ·实验结果 | 第30-32页 |
| ·小结 | 第32-33页 |
| 第四章 2D图像空间关系特征与描述词汇对齐的整体实现 | 第33-45页 |
| ·语料库的建立 | 第33-36页 |
| ·图像语料库的建立 | 第33-34页 |
| ·人工标注语料库的建立 | 第34-36页 |
| ·数据预处理 | 第36-37页 |
| ·切分和词性标注工具 | 第36页 |
| ·语料的切分和词性标注 | 第36-37页 |
| ·对齐模型的整体实现流程 | 第37-41页 |
| ·数据预处理 | 第37-38页 |
| ·基于句子模式进行词语分类 | 第38页 |
| ·去除无用词 | 第38页 |
| ·基于构词模式识别碎片词语 | 第38-39页 |
| ·辅助性的方法进行词语分类 | 第39-41页 |
| ·基础词库 | 第40页 |
| ·最小编辑距离结合词性 | 第40-41页 |
| ·实验结果与分析 | 第41-42页 |
| ·实验结果 | 第41页 |
| ·实验分析 | 第41-42页 |
| ·对比实验 | 第42页 |
| ·数据库的存储 | 第42-43页 |
| ·小结 | 第43-45页 |
| 第五章 空间方向关系词的细粒度对齐 | 第45-49页 |
| ·结合词性和构词模式的方向关系词成分提取方法 | 第45-46页 |
| ·实验结果 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第六章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54-55页 |
| 致谢 | 第55页 |