| 提要 | 第4-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第1章 引言 | 第12-21页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究意义 | 第13-15页 |
| 1.2.1 搜索引擎 | 第13-14页 |
| 1.2.2 信息积累 | 第14页 |
| 1.2.3 机器翻译 | 第14页 |
| 1.2.4 文本处理 | 第14-15页 |
| 1.2.5 语义 WEB | 第15页 |
| 1.3 研究内容 | 第15-18页 |
| 1.3.1 词义消歧定义 | 第15-16页 |
| 1.3.2 获取知识源 | 第16-17页 |
| 1.3.3 词义消歧难点 | 第17页 |
| 1.3.4 词义消歧评价指标 | 第17-18页 |
| 1.4 研究现状及发展 | 第18-19页 |
| 1.4.1 词义消歧的发展初级阶段 | 第18页 |
| 1.4.2 基于规则的词义消歧 | 第18-19页 |
| 1.4.3 基于知识的词义消歧 | 第19页 |
| 1.4.4 基于语料集的词义消歧 | 第19页 |
| 1.5 词义消歧的总体框架图 | 第19-20页 |
| 1.6 论文结构 | 第20-21页 |
| 第2章 相关知识简介 | 第21-27页 |
| 2.1 WordNet | 第21-22页 |
| 2.2 上下文 | 第22-25页 |
| 2.2.1 上下文表示 | 第23-24页 |
| 2.2.2 上下文确定边界 | 第24页 |
| 2.2.3 上下文获取算法 | 第24页 |
| 2.2.4 上下文获取算法的实现 | 第24-25页 |
| 2.3 基于 WordNet 词语相似度计算 | 第25-26页 |
| 2.5 小结 | 第26-27页 |
| 第3章 基于 WordNet 上下文的词义消歧算法 | 第27-33页 |
| 3.1 构建语义关系图模型 SR-SRG | 第28-29页 |
| 3.1.1 CSR-WSD 算法基本定义 | 第28页 |
| 3.1.2 建立语义关系 SR | 第28-29页 |
| 3.1.3 SR 权值确定 | 第29页 |
| 3.2 构建上下文语义关系图模型 | 第29-31页 |
| 3.2.1 计算语义相似度 | 第29-30页 |
| 3.2.2 上下文计算公式 | 第30-31页 |
| 3.2.3 SRG 的构建 | 第31页 |
| 3.3 基于 WordNet 上下文的词义消歧算法 | 第31-32页 |
| 3.4 小结 | 第32-33页 |
| 第4章 实验结果及分析 | 第33-37页 |
| 4.1 实验环境 | 第33页 |
| 4.1.1 硬件环境 | 第33页 |
| 4.1.2 软件环境 | 第33页 |
| 4.2 实验数据 | 第33-34页 |
| 4.3 实验结果及实验分析 | 第34-36页 |
| 4.3.1 上下文获取方法对词义消歧性能的影响实验 | 第34页 |
| 4.3.2 几种基于知识的词义消歧算法性能的比较 | 第34-35页 |
| 4.3.3 几种基于无监督知识消歧义算法性能比较 | 第35-36页 |
| 4.3.4 CSR-WSD 对词义消歧义算法的影响 | 第36页 |
| 4.4 小结 | 第36-37页 |
| 第5章 结论与展望 | 第37-39页 |
| 5.1 结论 | 第37页 |
| 5.2 进一步研究方向 | 第37-39页 |
| 参考文献 | 第39-43页 |
| 作者简介及在学期间所取得的科研成果 | 第43-44页 |
| 致谢 | 第44页 |
