| 中文摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第1章 绪论 | 第15-21页 |
| 1.1 选题来源 | 第15页 |
| 1.2 研究背景及研究意义 | 第15-16页 |
| 1.2.1 研究背景 | 第15页 |
| 1.2.2 研究意义 | 第15-16页 |
| 1.3 国内外研究现状 | 第16-17页 |
| 1.3.1 知识图谱研究现状 | 第16-17页 |
| 1.3.2 基于开放本体或词典领域知识图谱研究现状 | 第17页 |
| 1.3.3 蒙古文名词语义网研究现状 | 第17页 |
| 1.4 研究内容 | 第17-18页 |
| 1.5 本文内容安排 | 第18-21页 |
| 第2章 相关研究工作 | 第21-27页 |
| 2.1 WordNet简介 | 第21-22页 |
| 2.1.1 WordNet的来源和含义 | 第21页 |
| 2.1.2 WordNet内容 | 第21页 |
| 2.1.3 本课题所用的WordNet | 第21-22页 |
| 2.2 知识图谱简介 | 第22-25页 |
| 2.2.1 知识图谱简介 | 第22-23页 |
| 2.2.2 知识图谱与本体的区别 | 第23页 |
| 2.2.3 知识图谱的架构 | 第23-24页 |
| 2.2.4 知识图谱构建关键流程 | 第24页 |
| 2.2.5 知识图谱的数据更新 | 第24-25页 |
| 2.2.6 知识图谱的挑战 | 第25页 |
| 2.3 本章小结 | 第25-27页 |
| 第3章 基于WordNet的语义相似度计算方法研究 | 第27-41页 |
| 3.1 语义相似度概述 | 第27页 |
| 3.2 IC值计算方法研究 | 第27-32页 |
| 3.2.1 现有IC计算方法研究 | 第27-29页 |
| 3.2.2 本文IC计算方法研究 | 第29页 |
| 3.2.3 实验结果与分析 | 第29-32页 |
| 3.3 概念间语义相似度计算 | 第32-39页 |
| 3.3.1 基于WordNet的语义相似度算法综述 | 第32-34页 |
| 3.3.2 本文语义相似度算法改进 | 第34页 |
| 3.3.3 实验结果与分析 | 第34-39页 |
| 3.4 本章小结 | 第39-41页 |
| 第4章 知识图谱可视化展示研究 | 第41-47页 |
| 4.1 图形数据库概念 | 第41-42页 |
| 4.2 Neo4j图形数据库 | 第42-44页 |
| 4.3 知识图谱的绘制 | 第44-45页 |
| 4.4 本章小结 | 第45-47页 |
| 第5章 基于WordNet计算机领域知识图谱的构建 | 第47-61页 |
| 5.1 本章概述 | 第47页 |
| 5.2 准备工作 | 第47-50页 |
| 5.2.1 子领域核心概念的选择 | 第48-49页 |
| 5.2.2 语义相似度阈值的选择 | 第49-50页 |
| 5.3 知识实体抽取 | 第50-55页 |
| 5.3.1 顶层概念的抽取 | 第50-52页 |
| 5.3.2 初始概念集的获取 | 第52-53页 |
| 5.3.3 概念清洗 | 第53页 |
| 5.3.4 概念间关系的添加 | 第53-54页 |
| 5.3.5 蒙古语的映射 | 第54-55页 |
| 5.4 知识图谱可视化 | 第55-58页 |
| 5.4.1 数据入库 | 第55-57页 |
| 5.4.2 知识图谱绘制 | 第57页 |
| 5.4.3 知识图谱的应用 | 第57-58页 |
| 5.5 本章小结 | 第58-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表的论文及参与的项目 | 第68页 |
