领域文本知识获取方法研究及其在考古领域中的应用
| 摘要 | 第1-8页 |
| Abstract | 第8-14页 |
| 图目录 | 第14-16页 |
| 表目录 | 第16-18页 |
| 第一章 文本知识获取研究概述 | 第18-34页 |
| ·文本知识获取介绍 | 第18-20页 |
| ·文本知识获取涵义 | 第18页 |
| ·文本知识获取研究意义 | 第18-19页 |
| ·文本知识获取的主要问题 | 第19-20页 |
| ·知识获取研究现状与分析 | 第20-29页 |
| ·主要的知识获取研究项目 | 第20-22页 |
| ·主要的文本挖掘软件 | 第22页 |
| ·文本知识获取相关任务比较 | 第22-24页 |
| ·文本知识获取研究方法比较与分析 | 第24-27页 |
| ·语境比较与分析 | 第27-29页 |
| ·关于本论文 | 第29-34页 |
| ·主要研究内容 | 第29-31页 |
| ·主要成果 | 第31-32页 |
| ·论文结构 | 第32-34页 |
| 第二章 领域知识获取本体 | 第34-48页 |
| ·形式领域本体 | 第34页 |
| ·领域知识获取本体 | 第34-35页 |
| ·领域知识获取本体表示语言KAOL | 第35-44页 |
| ·类表示语言 | 第35-39页 |
| ·槽语境表示语言 | 第39-44页 |
| ·基本知识 | 第44-48页 |
| ·字符串 | 第44-45页 |
| ·语境关系 | 第45-48页 |
| 第三章 领域概念获取 | 第48-82页 |
| ·领域概念获取 | 第48-50页 |
| ·领域概念的判断准则 | 第48-49页 |
| ·领域概念获取的困难 | 第49-50页 |
| ·相关研究工作 | 第50-51页 |
| ·自动分词 | 第50页 |
| ·术语抽取 | 第50-51页 |
| ·混合式的领域概念获取方法 | 第51-76页 |
| ·算法的设计思想 | 第51-53页 |
| ·基本概念 | 第53-54页 |
| ·预处理模块 | 第54-55页 |
| ·分词模块 | 第55页 |
| ·语义聚合体和单复句识别模块 | 第55-57页 |
| ·通用短语识别模块 | 第57-60页 |
| ·主动词识别模块 | 第60-64页 |
| ·语义角色识别模块 | 第64-67页 |
| ·候选领域概念产生模块 | 第67-68页 |
| ·领域概念验证模块 | 第68-69页 |
| ·概念学习模块 | 第69-72页 |
| ·领域概念获取算法 | 第72-76页 |
| ·领域概念获取实验结果及分析 | 第76-79页 |
| ·领域概念获取评价方法 | 第76页 |
| ·实验评估与分析 | 第76-79页 |
| ·本章小结 | 第79-82页 |
| 第四章 领域概念上下位关系学习 | 第82-98页 |
| ·基本概念 | 第82页 |
| ·研究现状和分析 | 第82-85页 |
| ·基于统计的方法 | 第83页 |
| ·基于语境的方法 | 第83-85页 |
| ·概念关系提取方法比较 | 第85页 |
| ·领域概念上下位关系学习方法 | 第85-92页 |
| ·算法的设计思想 | 第85-86页 |
| ·种子上下位关系概念对驱动的学习 | 第86-89页 |
| ·语境驱动的上下位关系学习 | 第89-90页 |
| ·领域概念构词法驱动的上下位关系学习 | 第90-92页 |
| ·实验结果与分析 | 第92-97页 |
| ·上下位关系学习评价方法 | 第92-93页 |
| ·实验评估与分析 | 第93-97页 |
| ·本章小结 | 第97-98页 |
| 第五章 描述流提取 | 第98-128页 |
| ·基本概念 | 第98-107页 |
| ·描述子的类型 | 第103-104页 |
| ·描述子的构建准则 | 第104-105页 |
| ·描述流的结构 | 第105-107页 |
| ·描述流的表示语言 | 第107页 |
| ·描述流的形式分析 | 第107-108页 |
| ·描述流的定性分析 | 第108页 |
| ·描述流的定量分析 | 第108-110页 |
| ·相关研究工作 | 第110-114页 |
| ·基于统计的方法 | 第111-112页 |
| ·基于知识的方法 | 第112-113页 |
| ·混合的方法 | 第113-114页 |
| ·其他方法 | 第114页 |
| ·描述流提取系统 | 第114-125页 |
| ·算法的设计思想 | 第115-116页 |
| ·提取特征项模块 | 第116-117页 |
| ·构建训练描述流模块 | 第117-119页 |
| ·构建描述子的关联词汇场模块 | 第119-120页 |
| ·生成特征项的描述子模块 | 第120-121页 |
| ·提取句子级语段的描述流模块 | 第121-122页 |
| ·生成篇章级语段的描述流模块 | 第122-124页 |
| ·验证描述流模块 | 第124-125页 |
| ·实验结果与分析 | 第125-126页 |
| ·实验评估方法 | 第125页 |
| ·实验结果与方法分析 | 第125-126页 |
| ·本章小结 | 第126-128页 |
| 第六章 个体知识获取 | 第128-142页 |
| ·概述 | 第128-129页 |
| ·基本概念 | 第129-130页 |
| ·个体知识获取方法 | 第130-135页 |
| ·显式槽的知识获取 | 第131-133页 |
| ·隐式槽的知识获取 | 第133-135页 |
| ·实验结果与分析 | 第135-140页 |
| ·实验结果与方法分析 | 第135-138页 |
| ·相关工作比较与分析 | 第138-140页 |
| ·本章小结 | 第140-142页 |
| 第七章 语境 | 第142-158页 |
| ·语境分类体系 | 第142-143页 |
| ·语境构建 | 第143页 |
| ·语境相似度量 | 第143-144页 |
| ·语境间操作 | 第144-148页 |
| ·泛化 | 第145-147页 |
| ·合并 | 第147-148页 |
| ·语境匹配 | 第148-152页 |
| ·匹配冲突的原因 | 第149-150页 |
| ·匹配冲突的消解机制 | 第150-152页 |
| ·语境验证 | 第152-156页 |
| ·语境冗余 | 第154-155页 |
| ·语境矛盾 | 第155-156页 |
| ·语境不完整 | 第156页 |
| ·本章小结 | 第156-158页 |
| 第八章 结束语 | 第158-162页 |
| ·本文工作总结 | 第158-159页 |
| ·本文的主要贡献和创新 | 第159页 |
| ·下一步研究工作 | 第159-162页 |
| 参考文献 | 第162-179页 |
| 术语对照表 | 第179-180页 |
| 致谢 | 第180-181页 |
| 作者简历 | 第181-182页 |
