基于本体的食品投诉文档溯源研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究的背景及意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-12页 |
| 1.2.1 文本分类研究现状 | 第8-10页 |
| 1.2.2 本体研究现状 | 第10-11页 |
| 1.2.3 时间信息处理研究现状 | 第11-12页 |
| 1.3 本文的主要工作 | 第12页 |
| 1.4 论文的组织结构 | 第12-13页 |
| 第二章 本体设计与构建 | 第13-22页 |
| 2.1 本体构建准则、常见构造方法、基本构建步骤 | 第13-15页 |
| 2.1.1 本体构建准则 | 第13页 |
| 2.1.2 本体常见的构造方法 | 第13-14页 |
| 2.1.3 本体的基本构建步骤 | 第14-15页 |
| 2.2 食品领域本体的基本层次结构 | 第15-19页 |
| 2.3 时间本体的构建 | 第19-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第三章 失衡数据及处理相关计算的探讨 | 第22-32页 |
| 3.1 失衡数据集的解决办法 | 第22-24页 |
| 3.1.1 失衡数据集重采样算法 | 第23-24页 |
| 3.1.2 失衡数据集集成学习分类算法 | 第24页 |
| 3.2 本体驱动基于NMF算法的失衡数据集处理 | 第24-25页 |
| 3.3 预处理及失衡数据集的初筛选 | 第25-27页 |
| 3.3.1 预处理方法 | 第25页 |
| 3.3.2 tfidf | 第25-26页 |
| 3.3.3 向量空间模型 | 第26页 |
| 3.3.4 本体驱动下信息特征选择 | 第26-27页 |
| 3.4 基于NMF失衡数据集处理 | 第27-29页 |
| 3.4.1 基于NMF的失衡数据集降维 | 第27-29页 |
| 3.4.2 文档自动分类 | 第29页 |
| 3.5 实验结果 | 第29-30页 |
| 3.6 本章小结 | 第30-32页 |
| 第四章 本体和时间抽取规则在投诉文档溯源的应用 | 第32-41页 |
| 4.1 食品投诉文档时间信息描述 | 第32-34页 |
| 4.2 时间信息抽取规则 | 第34-37页 |
| 4.2.1 时间本体解析 | 第34-35页 |
| 4.2.2 正则表达式抽取规则 | 第35-37页 |
| 4.3 投诉文档溯源推理及实验结果 | 第37-40页 |
| 4.3.1 点时间信息抽取结果 | 第37-38页 |
| 4.3.2 投诉文档的生产日期推理结果 | 第38页 |
| 4.3.3 实验结果及评价指标 | 第38-40页 |
| 4.4 本章小结 | 第40-41页 |
| 第五章 总结与展望 | 第41-43页 |
| 5.1 总结 | 第41页 |
| 5.2 展望 | 第41-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 在学期间公开发表论文及著作情况 | 第47页 |
