| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 目录 | 第9-11页 |
| 1 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.2.1 网络表格的列标签恢复技术 | 第13页 |
| 1.2.2 网络表格的实体列发现 | 第13-14页 |
| 1.3 本文完成的工作 | 第14-15页 |
| 1.4 本文的组织结构 | 第15-17页 |
| 2 网络表格语义恢复知识概述 | 第17-26页 |
| 2.1 网络表格 | 第17-19页 |
| 2.1.1 网络表格概述 | 第17-18页 |
| 2.1.2 实体列 | 第18-19页 |
| 2.2 本体库的选择 | 第19-24页 |
| 2.2.1 Freebase | 第20-22页 |
| 2.2.2 Probase | 第22-24页 |
| 2.3 实体列发现知识简述 | 第24-26页 |
| 2.3.1 贝叶斯定理 | 第24页 |
| 2.3.2 PageRank算法 | 第24-26页 |
| 3 基于语义重要性的实体列发现与标识 | 第26-47页 |
| 3.1 问题描述与解决方案 | 第26-32页 |
| 3.1.1 问题描述 | 第26-29页 |
| 3.1.2 相关概念和定义 | 第29-30页 |
| 3.1.3 解决方案 | 第30-32页 |
| 3.2 基于概念重要度的列标签恢复 | 第32-36页 |
| 3.2.1 列标签的概念化 | 第32-34页 |
| 3.2.2 基于概念重要度的列标签恢复 | 第34-36页 |
| 3.3 基于结点语义重要性的最强实体列发现算法 | 第36-44页 |
| 3.3.1 实体列结点的语义重要性分析 | 第36-38页 |
| 3.3.2 列与列间的属性依赖关系 | 第38-40页 |
| 3.3.3 基于PageRank思想的结点重要性算法 | 第40-44页 |
| 3.4 基于分裂的实体列发现算法 | 第44-47页 |
| 4 实验结果与分析 | 第47-61页 |
| 4.1 实验设置 | 第47-48页 |
| 4.1.1 实验环境 | 第47页 |
| 4.1.2 实验数据集 | 第47-48页 |
| 4.1.3 实验的评估指标 | 第48页 |
| 4.2 基于概念重要度的列标签恢复算法实验评估 | 第48-52页 |
| 4.2.1 评估标准设计 | 第48-50页 |
| 4.2.2 实验过程以及结果分析 | 第50-52页 |
| 4.3 基于PageRank思想的最强实体列发现实验分析与评估 | 第52-58页 |
| 4.3.1 评估标准设计 | 第53-54页 |
| 4.3.2 实验过程以及结果分析 | 第54-58页 |
| 4.4 基于分裂思想的多实体列发现 | 第58-61页 |
| 4.4.1 评估标准设计 | 第58-59页 |
| 4.4.2 实验过程以及结果分析 | 第59-61页 |
| 5 总结与展望 | 第61-63页 |
| 5.1 本文的工作总结 | 第61-62页 |
| 5.2 进一步研究工作与展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |