| 摘要 | 第6-9页 |
| ABSTRACT | 第9-10页 |
| 目录 | 第11-14页 |
| 图目录 | 第14-15页 |
| 表目录 | 第15-16页 |
| 第1章 绪论 | 第16-21页 |
| 1.1 研究意义和应用价值 | 第16-17页 |
| 1.1.1 研究背景 | 第16页 |
| 1.1.2 研究意义 | 第16-17页 |
| 1.1.3 应用价值 | 第17页 |
| 1.2 本文的主要内容 | 第17-19页 |
| 1.2.1 本文的研究目标 | 第17页 |
| 1.2.2 本文的研究内容 | 第17-18页 |
| 1.2.3 本文的主要创新点 | 第18-19页 |
| 1.3 本文结构安排 | 第19-21页 |
| 第2章 国内外研究与发展 | 第21-35页 |
| 2.1 语义网的研究与发展 | 第21-24页 |
| 2.1.1 语义网研究 | 第21页 |
| 2.1.2 语义标注研究 | 第21-22页 |
| 2.1.3 语义网发展 | 第22-24页 |
| 2.2 关联数据研究与发展 | 第24-27页 |
| 2.2.1 关联数据理论研究 | 第24-25页 |
| 2.2.2 关联数据应用的发展 | 第25-27页 |
| 2.2.3 关联课程数据的提出 | 第27页 |
| 2.3 知识表示研究与发展 | 第27-29页 |
| 2.3.1 知识表示研究 | 第27-28页 |
| 2.3.2 知识表示方法研究 | 第28页 |
| 2.3.3 知识表示结构研究 | 第28-29页 |
| 2.4 自动语义标注研究与发展 | 第29-34页 |
| 2.4.1 多文档自动摘要研究与发展 | 第29-31页 |
| 2.4.2 语义数据自动提取研究与发展 | 第31-32页 |
| 2.4.3 语义数据自动标注研究与发展 | 第32-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第3章 关联数据 | 第35-51页 |
| 3.1 关联数据技术概述 | 第35-41页 |
| 3.1.1 关联数据特性 | 第35-37页 |
| 3.1.2 关联数据应用模式 | 第37-40页 |
| 3.1.3 关联数据访问技术 | 第40-41页 |
| 3.2 关联数据映射 | 第41-42页 |
| 3.2.1 关联数据的词表映射技术 | 第41-42页 |
| 3.2.2 标识解析与起源跟踪技术 | 第42页 |
| 3.3 关联数据质量评估技术 | 第42-43页 |
| 3.3.1 关联数据质量评估 | 第42-43页 |
| 3.3.2 关联数据排名与筛选技术 | 第43页 |
| 3.4 关联数据处理平台及融合技术 | 第43-49页 |
| 3.4.1 关联数据处理平台 | 第43-45页 |
| 3.4.2 关联数据融合 | 第45-46页 |
| 3.4.3 Web数据本地缓存技术 | 第46页 |
| 3.4.4 关联数据集成 | 第46-49页 |
| 3.5 本章小结 | 第49-51页 |
| 第4章 知识表示 | 第51-64页 |
| 4.1 知识表示技术概述 | 第51-53页 |
| 4.1.1 知识表示技术方法 | 第52页 |
| 4.1.2 知识表示技术特征 | 第52-53页 |
| 4.2 描述逻辑与知识表示概念体系 | 第53-58页 |
| 4.2.1 描述逻辑的推理应用 | 第53页 |
| 4.2.2 描述逻辑与网络本体语言 | 第53-54页 |
| 4.2.3 TBOX和ABOX | 第54-55页 |
| 4.2.4 知识表示中的概念体系 | 第55-58页 |
| 4.3 课程数据知识表示的层次 | 第58-60页 |
| 4.4 本体推理 | 第60-62页 |
| 4.5 本章小结 | 第62-64页 |
| 第5章 自动语义标注方法设计 | 第64-94页 |
| 5.1 多文档自动摘要方法 | 第64-66页 |
| 5.1.1 多文档自动摘要基本步骤 | 第64-65页 |
| 5.1.2 多文档自动摘要评测方式 | 第65-66页 |
| 5.1.3 多文档自动摘要效果分析 | 第66页 |
| 5.2 语义数据自动提取方法 | 第66-72页 |
| 5.2.1 基于命名实体识别的语义数据自动提取 | 第66-68页 |
| 5.2.2 基于机器学习的语义数据自动提取 | 第68-70页 |
| 5.2.3 基于启发式集成学习的语义数据自动提取 | 第70-72页 |
| 5.3 语义数据自动标注方法设计 | 第72-80页 |
| 5.3.1 迭代式自动语义标注技术 | 第72-73页 |
| 5.3.2 自动语义标注模型 | 第73-80页 |
| 5.4 算法设计及系统实现 | 第80-93页 |
| 5.4.1 算法设计及分析 | 第80-87页 |
| 5.4.2 自动语义标注实现 | 第87-93页 |
| 5.5 本章小结 | 第93-94页 |
| 第6章 自动语义标注实验系统 | 第94-114页 |
| 6.1 实验系统功能分析 | 第94-103页 |
| 6.1.1 实验系统介绍 | 第94-95页 |
| 6.1.2 实验系统主要功能 | 第95-96页 |
| 6.1.3 系统应用实例 | 第96-103页 |
| 6.2 实验和分析 | 第103-113页 |
| 6.2.1 实验数据 | 第104-105页 |
| 6.2.2 评价指标 | 第105页 |
| 6.2.3 实验结果及分析 | 第105-113页 |
| 6.3 本章小结 | 第113-114页 |
| 第7章 总结 | 第114-119页 |
| 7.1 本文贡献 | 第114-116页 |
| 7.1.1 关联数据在自动语义标注中的应用 | 第114页 |
| 7.1.2 知识表示在自动语义标注中的应用 | 第114页 |
| 7.1.3 自动语义标注技术实现 | 第114-116页 |
| 7.2 本文创新点 | 第116-117页 |
| 7.2.1 迭代式自动语义标注技术 | 第116页 |
| 7.2.2 分层自动语义标注模型 | 第116-117页 |
| 7.2.3 基于启发式集成学习的自动语义标注策略 | 第117页 |
| 7.3 本文不足 | 第117-118页 |
| 7.3.1 语义数据自动提取有待优化 | 第117页 |
| 7.3.2 文档结构化程度影响语义自动标注效果 | 第117页 |
| 7.3.3 数据更新频度和即时性有待提高 | 第117-118页 |
| 7.4 研究展望 | 第118-119页 |
| 7.4.1 语义数据自动标注算法优化 | 第118页 |
| 7.4.2 增加自动语义标注与LOD的关联 | 第118页 |
| 7.4.3 加强自动语义标注在移动终端上的应用研究 | 第118-119页 |
| 参考文献 | 第119-139页 |
| 主持和参与科研项目 | 第139-140页 |
| 发表论文 | 第140-142页 |
| 致谢 | 第142-143页 |