基于文本的中文本体知识获取的研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-16页 |
| 1．1 研究动机及意义 | 第8页 |
| 1．2 面临的主要挑战 | 第8-9页 |
| 1．3 相关工作研究现状 | 第9-12页 |
| 1．3．1 现有的本体学习方法 | 第10页 |
| 1．3．2 领域本体映射方法 | 第10-11页 |
| 1．3．3 本体环境及相关工具 | 第11-12页 |
| 1．4 主要研究内容和贡献 | 第12页 |
| 1．5 论文结构安排 | 第12-14页 |
| 1．6 本章小结 | 第14-16页 |
| 第二章 中文本体获取 | 第16-30页 |
| 2．1 本体学习概述 | 第16-20页 |
| 2．1．1 本体 | 第16-17页 |
| 2．1．2 本体学习 | 第17-19页 |
| 2．1．3 存在的问题 | 第19-20页 |
| 2．2 基于句型规则的自举本体学习方法 | 第20-23页 |
| 2．2．1 方法的框架 | 第20-21页 |
| 2．2．2 方法分析 | 第21-23页 |
| 2．3 语料获取与预处理 | 第23-25页 |
| 2．3．1 整体概况 | 第23-24页 |
| 2．3．2 语料预处理 | 第24-25页 |
| 2．3．3 相关度计算 | 第25页 |
| 2．4 本体片断 | 第25-26页 |
| 2．5 句型规则语法 | 第26-28页 |
| 2．6 本章小结 | 第28-30页 |
| 第三章 本体同构 | 第30-40页 |
| 3．1 本体学习技术现状 | 第30-31页 |
| 3．2 本体同构假设 | 第31-32页 |
| 3．3 形式化定义下的假设 | 第32-37页 |
| 3．3．1 本体 | 第32-33页 |
| 3．3．2 子本体 | 第33-35页 |
| 3．3．3 极大同构公共导出子本体 | 第35-37页 |
| 3．4 本章小结 | 第37-40页 |
| 第四章 极大同构公共导出子本体挖掘 | 第40-50页 |
| 4．1 MICISO挖掘及其算法 | 第40-46页 |
| 4．1．1 MICISO挖掘 | 第40-41页 |
| 4．1．2 MICISO挖掘算法 | 第41-43页 |
| 4．1．3 算法优化 | 第43-44页 |
| 4．1．4 结果检验 | 第44-46页 |
| 4．2 试验和讨论 | 第46-48页 |
| 4．2．1 MICISO 挖掘工具 | 第46-47页 |
| 4．2．2 试验结果 | 第47-48页 |
| 4．2．3 讨论 | 第48页 |
| 4．3 本章小结 | 第48-50页 |
| 第五章 中文本体获取的实现及其应用 | 第50-56页 |
| 5．1 知识管理平台 | 第50-51页 |
| 5．2 中文文本学习工具 | 第51-52页 |
| 5．3 图形化环境 | 第52-54页 |
| 5．4 本章小结 | 第54-56页 |
| 第六章 结束语 | 第56-60页 |
| 6．1 研究经验和体会 | 第56-57页 |
| 6．2 论文主要贡献 | 第57页 |
| 6．3 将来进一步研究方向 | 第57-60页 |
| 参考文献 | 第60-66页 |
| 附录 定理命题的证明 | 第66-69页 |
| 致谢 | 第69-70页 |
| 作者简历 | 第70页 |
