基于语义的网络知识获取相关技术研究
摘要 | 第1-11页 |
ABSTRACT | 第11-13页 |
第一章 绪论 | 第13-33页 |
·研究背景 | 第13-15页 |
·相关领域及研究现状 | 第15-30页 |
·网络信息抽取 | 第15-19页 |
·文本分类方法 | 第19-23页 |
·本体映射 | 第23-28页 |
·NMF理论与应用 | 第28-30页 |
·研究内容 | 第30-31页 |
·论文的组织结构 | 第31-33页 |
第二章 基于NMF的概念语义生成方法 | 第33-49页 |
·相关工作 | 第33-35页 |
·NMF相关概念 | 第35-38页 |
·基于NMF的概念语义提取 | 第38-40页 |
·实验结果 | 第40-41页 |
·相关工作比较分析 | 第41-47页 |
·NMF和k-均值算法的比较 | 第41-45页 |
·NMF和SVD的比较 | 第45-47页 |
·本章小结 | 第47-49页 |
第三章 基于NMF的文本分类方法 | 第49-61页 |
·相关工作 | 第49-50页 |
·文本表示与向量空间模型 | 第50-51页 |
·基于NMF的文本分类方法 | 第51-57页 |
·文本预处理 | 第52-54页 |
·建立概念语义空间 | 第54-56页 |
·文本向量降维 | 第56-57页 |
·文本分类过程 | 第57页 |
·实验结果分析 | 第57-59页 |
·本章小结 | 第59-61页 |
第四章 基于NMF的典型用户会话模板发现方法 | 第61-71页 |
·相关工作 | 第62-63页 |
·基于NMF发现典型会话模板 | 第63-66页 |
·日志预处理 | 第63-64页 |
·URL-会话矩阵降维 | 第64-65页 |
·投影向量聚类 | 第65-66页 |
·提取典型用户会话模板 | 第66页 |
·聚类结果的评判 | 第66-67页 |
·实验结果分析 | 第67-70页 |
·本章小结 | 第70-71页 |
第五章 基于概念最简多元界的本体概念近似查询方法 | 第71-87页 |
·相关工作 | 第71-75页 |
·问题描述 | 第71-74页 |
·相关工作 | 第74-75页 |
·本体间近似查询的基本概念 | 第75-78页 |
·概念最简多元界的相关性质和定理 | 第78-84页 |
·概念的多元最小上界 | 第80-81页 |
·概念的最简多元最小上界 | 第81-82页 |
·概念的多元最大下界 | 第82-83页 |
·概念的最简多元最大下界 | 第83-84页 |
·基于概念最简多元界的本体概念近似查询方法 | 第84-85页 |
·本章小结 | 第85-87页 |
第六章 概念最简多元最小上界的求解方法 | 第87-99页 |
·算法思路 | 第87-90页 |
·测试函数find1() | 第90-94页 |
·生成函数generate() | 第94-95页 |
·蕴涵关系函数find() | 第95-97页 |
·验证函数validate() | 第97页 |
·算法分析 | 第97-98页 |
·本章小结 | 第98-99页 |
第七章 结束语 | 第99-101页 |
·工作总结 | 第99页 |
·展望 | 第99-101页 |
致谢 | 第101-102页 |
参考文献 | 第102-112页 |
作者在学期间取得的学术成果 | 第112-113页 |
作者在学期间参与的科研项目 | 第113页 |