基于非结构中文数据源的本体学习
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题研究目的与意义 | 第9-10页 |
| ·国内外研究现状 | 第10-13页 |
| ·本体学习分类 | 第10-11页 |
| ·本体学习方法 | 第11-13页 |
| ·研究目标、内容用论文结构 | 第13-16页 |
| ·研究目标 | 第13-14页 |
| ·研究内容 | 第14页 |
| ·论文组织结构 | 第14-16页 |
| 第2章 相关背景及理论 | 第16-26页 |
| ·语义网 | 第16-18页 |
| ·语义网的涵义及其基本组成部分 | 第16-17页 |
| ·语义网的体系结构 | 第17-18页 |
| ·本体简介 | 第18-21页 |
| ·本体的建模 | 第20-21页 |
| ·本体的描述语言 | 第21-22页 |
| ·本体的建立方法 | 第22-24页 |
| ·骨架法 | 第22-23页 |
| ·TOVE企业建模法 | 第23-24页 |
| ·循环获取法 | 第24页 |
| ·中文本体学习面临的问题 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 多策略中文本体概念提取算法 | 第26-43页 |
| ·现有领域概念获取方法分析 | 第26-29页 |
| ·领域获取概念的任务 | 第26-27页 |
| ·现有方法分析 | 第27-29页 |
| ·多策略中文领域概念提取法 | 第29-41页 |
| ·算法的基本思想 | 第29-31页 |
| ·词语的获取与词性的标注 | 第31-32页 |
| ·利用统计法得到与领域相关的词 | 第32-33页 |
| ·使用C/NC-value法得到领域概念 | 第33-37页 |
| ·以句型模式召回低频概念 | 第37-40页 |
| ·对算法的几点说明 | 第40-41页 |
| ·多策略中文领域概念获取算法的程序形式 | 第41页 |
| ·本章小结 | 第41-43页 |
| 第4章 基于语境模式的概念间关系提取 | 第43-54页 |
| ·概念间关系的分类 | 第43-44页 |
| ·概念间关系学习方法 | 第44-45页 |
| ·以语境模式为基础的中文关系提取 | 第45-53页 |
| ·基于语境的模式的分类 | 第45-49页 |
| ·通过语境模式从文本集中得到关系 | 第49-50页 |
| ·语境模式的半自动提取算法 | 第50-52页 |
| ·模式匹配的讨论 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 中文本体学习系统的设计 | 第54-65页 |
| ·开发环境 | 第54页 |
| ·总体设计 | 第54-55页 |
| ·领域概念提取的设计 | 第55-58页 |
| ·关系提取模块 | 第58-62页 |
| ·本体生成与存贮 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 致谢 | 第71页 |
