基于知识图谱的需求模式挖掘方法的研究
摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-19页 |
1.1 课题来源与背景 | 第9-10页 |
1.2 课题研究意义 | 第10-11页 |
1.3 课题相关内容的国内外研究现状 | 第11-16页 |
1.3.1 用户需求获取相关研究 | 第11-12页 |
1.3.2 知识融合相关研究 | 第12-14页 |
1.3.3 模式挖掘相关研究 | 第14-15页 |
1.3.4 知识推理相关研究 | 第15-16页 |
1.4 本文研究内容及章节安排 | 第16-19页 |
第2章 需求本体构建方法 | 第19-26页 |
2.1 数据集描述 | 第19-20页 |
2.2 需求本体的定义介绍 | 第20页 |
2.3 文本实体关系抽取方法 | 第20-22页 |
2.3.1 数据预处理 | 第21-22页 |
2.3.2 数据后处理 | 第22页 |
2.4 需求本体的存储 | 第22-23页 |
2.5 实验分析 | 第23-25页 |
2.6 本章小结 | 第25-26页 |
第3章 需求图谱融合方法 | 第26-38页 |
3.1 相关概念及定义 | 第26-27页 |
3.2 本体对齐方法 | 第27-31页 |
3.2.1 本体对齐流程设计 | 第27-28页 |
3.2.2 基于元素的本体对齐方法 | 第28-30页 |
3.2.3 基于结构的本体对齐方法 | 第30-31页 |
3.3 图谱融合算法设计与实现 | 第31-34页 |
3.4 实验分析 | 第34-37页 |
3.4.1 本体对齐实验结果 | 第34-35页 |
3.4.2 图谱融合性能测试结果 | 第35-37页 |
3.5 本章小结 | 第37-38页 |
第4章 基于融合图谱的用户需求模式挖掘方法 | 第38-54页 |
4.1 需求模式定义 | 第38-39页 |
4.2 基于频繁图的模式挖掘方法 | 第39-41页 |
4.3 领域视角知识抽取 | 第41-43页 |
4.3.1 相关定义及问题描述 | 第41页 |
4.3.2 领域术语抽取算法 | 第41-43页 |
4.4 基于表示学习的领域知识关联预测 | 第43-49页 |
4.4.1 TransE模型 | 第44-45页 |
4.4.2 PTransE模型 | 第45-48页 |
4.4.3 关系聚类方法 | 第48-49页 |
4.5 实验分析 | 第49-53页 |
4.5.1 领域术语抽取实验结果 | 第49-51页 |
4.5.2 领域实体关系预测实验结果 | 第51-53页 |
4.6 本章小结 | 第53-54页 |
第5章 需求模式匹配工具的设计与实现 | 第54-61页 |
5.1 软件结构设计 | 第54-56页 |
5.1.1 系统总体架构设计 | 第54-55页 |
5.1.2 系统功能结构设计 | 第55-56页 |
5.2 软件工具的设计与实现 | 第56-60页 |
5.2.1 用户需求模式匹配业务流程 | 第56-58页 |
5.2.2 应用实例与工具展示 | 第58-60页 |
5.3 本章小结 | 第60-61页 |
结论 | 第61-62页 |
参考文献 | 第62-68页 |
攻读硕士学位期间发表的论文及其它成果 | 第68-70页 |
致谢 | 第70页 |