| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 英文缩略表 | 第12-13页 |
| 第一章 引言 | 第13-20页 |
| 1.1 研究背景 | 第13-14页 |
| 1.1.1 传统信息管理方法的不足 | 第13页 |
| 1.1.2 本体知识库的重要性 | 第13-14页 |
| 1.1.3 本体知识库构建的复杂性 | 第14页 |
| 1.2 相关研究现状 | 第14-16页 |
| 1.3 研究目标与研究意义 | 第16-17页 |
| 1.3.1 研究目标 | 第16页 |
| 1.3.2 研究意义 | 第16-17页 |
| 1.4 研究思路与主要研究内容 | 第17-18页 |
| 1.5 论文的组织结构 | 第18-20页 |
| 第二章 本体基础理论 | 第20-25页 |
| 2.1 本体的定义 | 第20页 |
| 2.2 本体的分类 | 第20-21页 |
| 2.3 本体的构成要素 | 第21-22页 |
| 2.4 本体的构建原则 | 第22-23页 |
| 2.5 本体的构建方法 | 第23页 |
| 2.6 本体的作用 | 第23-25页 |
| 第三章 本体知识库构建框架与流程 | 第25-31页 |
| 3.1 本体知识库框架 | 第25-26页 |
| 3.2 本体概念层构建流程 | 第26-28页 |
| 3.3 本体实例层构建流程 | 第28-31页 |
| 第四章 命名实体识别方法与技术 | 第31-41页 |
| 4.1 信息抽取 | 第31-33页 |
| 4.2 命名实体识别 | 第33-34页 |
| 4.3 命名实体抽取方法 | 第34-37页 |
| 4.3.1 基于规则的命名实体抽取方法 | 第34页 |
| 4.3.2 基于统计的机器学习命名实体抽取方法 | 第34-36页 |
| 4.3.3 命名实体抽取方法小结 | 第36-37页 |
| 4.4 命名实体识别工具 | 第37-41页 |
| 4.4.1 OpenCalais | 第37页 |
| 4.4.2 BBN IdentiFinder Text Suite? | 第37页 |
| 4.4.3 LingPipe | 第37-38页 |
| 4.4.4 Stanford CoreNLP | 第38页 |
| 4.4.5 Freeling | 第38页 |
| 4.4.6 Word2vec | 第38页 |
| 4.4.7 Illinois Named Entity Tagger | 第38-39页 |
| 4.4.8 OpenNLP | 第39页 |
| 4.4.9 C&C Tools | 第39页 |
| 4.4.10命名实体识别工具小结 | 第39-41页 |
| 第五章 水稻本体知识库构建研究 | 第41-65页 |
| 5.1 水稻本体概念层构建 | 第41-45页 |
| 5.2 水稻本体实例层构建 | 第45-49页 |
| 5.2.1 水稻品种名称命名实体的抽取方法 | 第47-48页 |
| 5.2.2 水稻品种名称和相关文献的特点分析 | 第48-49页 |
| 5.2.3 基于神经网络的水稻品种名称命名实体抽取方法 | 第49页 |
| 5.3 水稻品种名称命名实体抽取 | 第49-64页 |
| 5.3.1 水稻品种名称实体语料构建 | 第52-56页 |
| 5.3.2 水稻品种名称实体模型处理 | 第56-57页 |
| 5.3.3 水稻品种名称实体数据分析 | 第57-64页 |
| 5.4 本章小结 | 第64-65页 |
| 第六章 结语 | 第65-68页 |
| 6.1 研究总结 | 第65-66页 |
| 6.2 贡献与创新点 | 第66-67页 |
| 6.3 不足与展望 | 第67-68页 |
| 6.3.1 研究不足 | 第67页 |
| 6.3.2 展望 | 第67-68页 |
| 参考文献 | 第68-74页 |
| 致谢 | 第74-75页 |
| 作者简历 | 第75页 |
