| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 1 绪论 | 第10-20页 |
| ·论文的研究背景 | 第11-13页 |
| ·本体是当前热点研究领域 | 第11-12页 |
| ·概念之间的关系获取是本体构建的重要部分 | 第12页 |
| ·非分类关系是关系获取的难点 | 第12-13页 |
| ·研究目的和意义 | 第13-15页 |
| ·提出了一套建立本体概念间关系方法体系 | 第13-14页 |
| ·解决了快速构建本体的关键问题 | 第14页 |
| ·促进了本体在各领域的广泛应用 | 第14-15页 |
| ·国内外研究现状 | 第15-17页 |
| ·关系获取在国外的发展现状 | 第15-16页 |
| ·关系获取在国内的发展现状 | 第16-17页 |
| ·论文的研究内容和组织结构 | 第17-20页 |
| 2 原型系统的总体框架 | 第20-26页 |
| ·需求分析 | 第20-22页 |
| ·系统框架 | 第22-23页 |
| ·关键技术 | 第23-25页 |
| ·语料获取及预处理 | 第23页 |
| ·概念获取模块 | 第23页 |
| ·关系获取模块 | 第23-25页 |
| ·本体生成模块 | 第25页 |
| ·本章小结 | 第25-26页 |
| 3 概念之间分类关系的研究 | 第26-46页 |
| ·基于模式匹配的概念间分类关系的抽获取 | 第26-31页 |
| ·雪球模型 | 第26-30页 |
| ·模式的构造以及模式的扩充 | 第30页 |
| ·基于模式匹配的分类关系获取模型及算法描述 | 第30-31页 |
| ·基于改进的K-means聚类的概念间分类关系的抽取 | 第31-38页 |
| ·概念向量空间模型的建立和相似度矩阵 | 第32-35页 |
| ·概念间相似度计算 | 第35-36页 |
| ·使用改进的K-means算法进行概念聚类 | 第36-37页 |
| ·构建概念之间的分类关系 | 第37-38页 |
| ·实验结果与分析 | 第38-44页 |
| ·基于模式匹配方法的实验分析 | 第38-40页 |
| ·基于聚类方法的实验分析 | 第40-44页 |
| ·本章小结 | 第44-46页 |
| 4 概念之间非分类关系的研究 | 第46-64页 |
| ·基于扩展的关联规则方法的概念间非分类关系的抽获取 | 第47-49页 |
| ·基本思想 | 第47-48页 |
| ·算法描述 | 第48页 |
| ·动词过滤 | 第48-49页 |
| ·基于启发式AE的概念间非分类关系的抽获取 | 第49-51页 |
| ·基本思想 | 第49-50页 |
| ·算法描述 | 第50-51页 |
| ·基于VF*ICF方法和对数似然比的概念间非分类关系的抽获取 | 第51-56页 |
| ·非分类关系的获取框架 | 第51页 |
| ·VF*ICF的基本原理 | 第51-52页 |
| ·对数似然比 | 第52-53页 |
| ·三元组 | 第53-55页 |
| ·算法描述 | 第55-56页 |
| ·实验结果与分析 | 第56-61页 |
| ·基于扩展关联规则方法的实验分析 | 第56-58页 |
| ·基于启发式AE方法实验分析 | 第58-59页 |
| ·基于VF*ICF和对数似然比方法的实验分析 | 第59-61页 |
| ·本章小结 | 第61-64页 |
| 5 系统的设计与实现 | 第64-74页 |
| ·项目背景 | 第64页 |
| ·开发环境 | 第64-65页 |
| ·系统结构 | 第65-66页 |
| ·系统实施流程 | 第66-67页 |
| ·系统的主要功能实现 | 第67-72页 |
| ·本章小结 | 第72-74页 |
| 6 总结与展望 | 第74-76页 |
| ·工作总结 | 第74页 |
| ·研究展望 | 第74-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 在校期间发表的学术论文及研究成果 | 第82页 |
| 攻读硕士期间发表的学术论文 | 第82页 |
| 攻读硕士期间参与的科研项目 | 第82页 |
