基于FCA与统计学习的本体生成技术研究
摘要 | 第1-6页 |
ABSTRACT | 第6-10页 |
绪论 | 第10-13页 |
第一章 本体及FCA 介绍 | 第13-24页 |
·本体概念 | 第13-15页 |
·本体定义及发展 | 第13-14页 |
·本体的结构 | 第14-15页 |
·本体(ONTOLOGY)的应用 | 第15-16页 |
·本体在信息检索领域的应用研究 | 第15页 |
·本体在信息抽取领域的应用研究 | 第15页 |
·本体在异构信息系统互操作和集成领域的应用研究 | 第15-16页 |
·本体在语义Web 中的应用研究 | 第16页 |
·本体生成技术总结 | 第16-17页 |
·基于FCA 的本体生成方法 | 第17-23页 |
·形式概念相关定义 | 第17页 |
·FCA 生成概念格的算法 | 第17-19页 |
·FCA 用于本体的生成 | 第19-23页 |
本章小结 | 第23-24页 |
第二章 基于FCA 与统计学习的本体生成算法 | 第24-38页 |
·概念格生成算法 | 第24-26页 |
·统计相关理论 | 第26-29页 |
·概念格到本体的映射 | 第29-32页 |
·对概念格进行优化和聚类处理 | 第29页 |
·概念格到本体的映射 | 第29-32页 |
·概念格到本体的映射实例 | 第32-37页 |
·对概念格进行优化和聚类处理 | 第33-36页 |
·映射后的本体 | 第36页 |
·本体的谓词表示 | 第36-37页 |
本章小结 | 第37-38页 |
第三章 基于FCA 的本体优化方法 | 第38-45页 |
·本体优化方法 | 第38页 |
·本体优化理论 | 第38-41页 |
·本体优化算法 | 第41-42页 |
·本体优化算法实例 | 第42-44页 |
本章小结 | 第44-45页 |
第四章 基于FCA 的本体迁移方法 | 第45-50页 |
·迁移学习简介(问题的提出) | 第45页 |
·相关知识简介 | 第45-47页 |
·知识学习与行为学习的关系 | 第45-46页 |
·基于FCA 的领域本体 | 第46页 |
·FCA 中概念格相关理论 | 第46-47页 |
·本体迁移实例 | 第47-49页 |
本章小结 | 第49-50页 |
第五章 本体生成模型 | 第50-54页 |
·自然语言处理组件 | 第51页 |
·算法库 | 第51-52页 |
·本体生成组件 | 第52-53页 |
·概念层次聚类 | 第52页 |
·精化 | 第52-53页 |
·优化 | 第53页 |
·映射 | 第53页 |
·本体的访问 | 第53页 |
本章小结 | 第53-54页 |
第六章 本体开发平台 | 第54-58页 |
·数据输入模块 | 第54-56页 |
·概念格建立模块 | 第56页 |
·显示模块 | 第56-57页 |
本章小结 | 第57-58页 |
结论 | 第58-59页 |
参考文献 | 第59-62页 |
附录A 数据库简介 | 第62-63页 |
攻读硕士学位期间发表的学术论文 | 第63-64页 |
致谢 | 第64-65页 |