基于语义相似度分析的关联数据模型研究
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
第一章 绪论 | 第10-15页 |
1.1 研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-13页 |
1.2.1 语义相似度算法的研究现状 | 第11-12页 |
1.2.2 关联数据的研究现状 | 第12-13页 |
1.3 主要研究内容 | 第13-14页 |
1.4 论文的组织结构 | 第14-15页 |
第二章 语义相似度及关联数据相关概念 | 第15-24页 |
2.1 语义相似度 | 第15-18页 |
2.1.1 语义网 | 第15-17页 |
2.1.2 语义相似度的概念 | 第17页 |
2.1.3 语义相似度的计算 | 第17-18页 |
2.2 本体 | 第18-21页 |
2.2.1 本体结构 | 第18-20页 |
2.2.2 《知网》的知识库结构 | 第20-21页 |
2.3 关联数据 | 第21-23页 |
2.3.1 关联数据的概念 | 第21-22页 |
2.3.2 RDF数据模型 | 第22-23页 |
2.3.3 SPARQL查询语言 | 第23页 |
2.4 本章小结 | 第23-24页 |
第三章 基于最近公共祖先节点的语义相似度算法 | 第24-34页 |
3.1 文本语义相似度的计算 | 第24-25页 |
3.1.1 基于属性信息特征的计算方法 | 第24-25页 |
3.1.2 基于语义距离的计算方法 | 第25页 |
3.2 义原语义相似度的计算 | 第25-27页 |
3.3 概念语义相似度的计算 | 第27-30页 |
3.4 实验及结果分析 | 第30-33页 |
3.4.1 基于简单生物学本体的实验 | 第30-32页 |
3.4.2 基于《知网》体系结构的实验 | 第32-33页 |
3.5 本章小结 | 第33-34页 |
第四章 基于连接边权值的RDF数据语义相似度算法 | 第34-44页 |
4.1 RDF数据的语义相似度 | 第34-35页 |
4.2 连接边权值的计算方法 | 第35-38页 |
4.2.1 节点频率的统计 | 第36-37页 |
4.2.2 节点概率 | 第37页 |
4.2.3 节点信息量 | 第37页 |
4.2.4 连接边的权值 | 第37-38页 |
4.3 RDF图的语义相似度计算 | 第38-39页 |
4.4 实验及结果分析 | 第39-43页 |
4.4.1 领域本体模型的构建 | 第40页 |
4.4.2 RDF数据的获取与解析 | 第40-42页 |
4.4.3 RDF数据的语义相似度计算 | 第42-43页 |
4.5 本章小结 | 第43-44页 |
第五章 关联数据模型的构建 | 第44-53页 |
5.1 关联数据的创建与发布 | 第44-45页 |
5.2 基于书目信息的RDF数据关联关系的构建 | 第45-52页 |
5.2.1 书目关联数据 | 第45-46页 |
5.2.2 逻辑层面上关联关系的构建 | 第46-49页 |
5.2.3 语义层面上关联关系的构建 | 第49-52页 |
5.3 本章小结 | 第52-53页 |
第六章 总结与展望 | 第53-55页 |
6.1 本文总结 | 第53-54页 |
6.2 不足与展望 | 第54-55页 |
参考文献 | 第55-60页 |
致谢 | 第60-61页 |
作者攻读学位期间发表的学术论文目录 | 第61页 |