构造领域本体概念关系的自动抽取
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 1 研究背景 | 第11-16页 |
| 1.1 问题的提出 | 第11-12页 |
| 1.2 工作动机 | 第12-14页 |
| 1.3 本文的贡献 | 第14-15页 |
| 1.4 后续章节介绍 | 第15-16页 |
| 2 相关研究概述 | 第16-28页 |
| 2.1 相关概念 | 第16-20页 |
| 2.1.1 本体 | 第16-18页 |
| 2.1.2 本体语言 | 第18-19页 |
| 2.1.3 本体的构造 | 第19页 |
| 2.1.4 本体的学习 | 第19-20页 |
| 2.2 研究现状 | 第20-26页 |
| 2.2.1 本体工具 | 第20-21页 |
| 2.2.2 本体的学习方法 | 第21-26页 |
| 2.2.3 存在的问题及发展方向 | 第26页 |
| 2.3 总结 | 第26-28页 |
| 3 领域术语自动抽取 | 第28-40页 |
| 3.1 相关工作 | 第28页 |
| 3.2 相关概念及定义 | 第28-30页 |
| 3.3 领域术语抽取算法 | 第30-37页 |
| 3.3.1 Bootstrapping 技术 | 第30页 |
| 3.3.2 系统结构 | 第30-31页 |
| 3.3.3 初始术语抽取 | 第31-34页 |
| 3.3.4 从语料中抽取术语 | 第34-37页 |
| 3.4 实验 | 第37-39页 |
| 3.4.1 实验数据 | 第37页 |
| 3.4.2 实验结果及分析 | 第37-39页 |
| 3.5 总结 | 第39-40页 |
| 4 概念关系自动抽取 | 第40-59页 |
| 4.1 相关工作 | 第40-42页 |
| 4.1.1 从术语到概念 | 第40-41页 |
| 4.1.2 概念关系 | 第41-42页 |
| 4.2 基于统计的方法 | 第42-47页 |
| 4.2.1 概念细化度(Specificity) | 第43-45页 |
| 4.2.2 概念相似度(Similarity) | 第45-46页 |
| 4.2.3 分类体系学习步骤 | 第46-47页 |
| 4.3 基于模式的方法 | 第47-52页 |
| 4.3.1 模式获取 | 第47-51页 |
| 4.3.2 关系获取 | 第51-52页 |
| 4.4 混合方法 | 第52-55页 |
| 4.5 实验结果及分析 | 第55-58页 |
| 4.5.1 统计方法 | 第55-57页 |
| 4.5.2 模式方法 | 第57页 |
| 4.5.3 混合方法 | 第57-58页 |
| 4.6 总结 | 第58-59页 |
| 5 综合实验 | 第59-61页 |
| 5.1 语料规模实验 | 第59页 |
| 5.2 领域变换实验 | 第59-61页 |
| 6 论文总结和未来工作 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 未来工作 | 第61-63页 |
| 参考文献 | 第63-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表的学术论文 | 第70页 |
