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--文字信息处理论文

事件本体相似度计算及其应用研究

摘要第6-8页
ABSTRACT第8-11页
第一章 绪论第15-27页
    1.1 课题来源第15页
    1.2 课题研究的目的和意义第15-17页
    1.3 国内外研究概况第17-23页
        1.3.1 本体研究现状第17-19页
        1.3.2 本体相似度研究现状第19页
        1.3.3 异构数据集成研究现状第19-22页
        1.3.4 新闻推荐研究现状第22-23页
    1.4 论文的主要研究内容第23-27页
第二章 事件本体相关概念第27-44页
    2.1 本章概述第27页
    2.2 事件本体的相关概念第27-31页
        2.2.1 事件和事件类第27-29页
        2.2.2 事件(类)关系第29-30页
        2.2.3 事件本体第30-31页
    2.3 相似度计算第31-39页
        2.3.1 语法相似度计算第32页
        2.3.2 基于语义词典的相似度计算第32-35页
        2.3.3 基于word2vec的相似度计算第35-39页
    2.4 推荐算法第39-42页
        2.4.1 协同过滤推荐算法第40-42页
        2.4.2 基于内容的推荐算法第42页
        2.4.3 混合推荐算法第42页
    2.5 小结第42-44页
第三章 事件本体的构建第44-58页
    3.1 本章概述第44页
    3.2 构建原则和流程第44-46页
    3.3 上层事件类和事件类要素的构建第46-51页
        3.3.1 事件类的获取第46页
        3.3.2 上层事件类的构建第46-48页
        3.3.3 事件类要素的构建第48-51页
        3.3.4 上层事件类和事件要素之间的关系第51页
    3.4 下层事件类的构建和事件类的实例扩充第51-53页
        3.4.1 下层事件类第51-52页
        3.4.2 事件类的实例扩充第52-53页
    3.5 用对Protégé对突发事件本体进行建模第53-55页
        3.5.1 OWL语言对事件进行描述第53-54页
        3.5.2 对突发事件本体进行建模第54-55页
    3.6 实验分析第55-57页
    3.7 小结第57-58页
第四章 基于事件本体的相似度计算第58-68页
    4.1 本章概述第58页
    4.2 事件类名称相似度计算第58-59页
    4.3 事件类要素相似度计算第59-62页
        4.3.1 事件类动作要素相似度计算第59-60页
        4.3.2 事件类时间要素相似度计算第60-61页
        4.3.3 事件类地点要素相似度计算第61页
        4.3.4 事件类对象要素相似度计算第61-62页
        4.3.5 事件类语言表现要素相似度计算第62页
        4.3.6 事件类要素综合相似度计算第62页
    4.4 层次结构和非层次结构的相似度计算第62-63页
        4.4.1 层次结构相似度计算第62页
        4.4.2 非层次结构的相似度计算第62-63页
    4.5 事件类综合相似度计算第63-64页
    4.6 案例分析和实验结果第64-67页
        4.6.1 案例分析第64-65页
        4.6.2 实验结果分析第65-67页
    4.7 小结第67-68页
第五章 事件本体相似度计算的应用第68-103页
    5.1 本章概述第68页
    5.2 基于事件本体相似度计算的个性化新闻推荐第68-79页
        5.2.1 新闻及其用户模型的构建第69-72页
            5.2.1.1 新闻报道模型的构建第69-71页
            5.2.1.2 用户兴趣模型的构建第71-72页
        5.2.2 新闻-用户相似度计算第72-75页
        5.2.3 实验分析第75-78页
            5.2.3.1 新闻推荐第75页
            5.2.3.2 实验数据集第75-76页
            5.2.3.3 实验评价标准第76页
            5.2.3.4 实验结果第76-78页
        5.2.4 本节小结第78-79页
    5.3 基于本体相似度的异构数据集成第79-102页
        5.3.1 基于事件本体异构数据集成框架第79-82页
            5.3.1.1 异构数据层第80页
            5.3.1.2 中间层第80-82页
            5.3.1.3 应用层第82页
        5.3.2 异构数据源到局部本体的映射第82-90页
            5.3.2.1 关系数据库和局部事件本体的映射第82-87页
            5.3.2.2 XML和局部事件本体的映射第87-89页
            5.3.2.3 文本和局部事件本体的映射第89-90页
        5.3.3 局部事件本体和全局事件本体的映射第90-94页
        5.3.4 异构数据集成案例分析第94-101页
        5.3.5 查询扩展第101-102页
        5.3.6 本节小结第102页
    5.4 本章概述第102-103页
第六章 结论与展望第103-108页
    6.1 结论第103-105页
    6.2 展望第105-108页
参考文献第108-120页
作者在攻读硕士学位期间公开发表的论文第120-121页
作者在攻读硕士学位期间所作的项目第121-122页
致谢第122页

论文共122页,点击 下载论文
上一篇:基于PSO-BP神经网络的柱塞泵故障诊断方法的研究
下一篇:基于长短期记忆与卷积结合的深度学习模型及试应用