基于领域本体的课件自动生成的研究
| 摘要 | 第1-9页 |
| ABSTRACT | 第9-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第一章 绪论 | 第13-19页 |
| ·研究背景 | 第13-14页 |
| ·研究现状 | 第14-16页 |
| ·研究意义 | 第16页 |
| ·研究内容 | 第16-17页 |
| ·本文组织结构 | 第17-19页 |
| 第二章 本体和本体学习的相关理论及技术 | 第19-35页 |
| ·本体 | 第19-26页 |
| ·本体的定义 | 第19-20页 |
| ·本体的建模元语 | 第20-21页 |
| ·本体的分类 | 第21-23页 |
| ·本体的描述语言 | 第23-25页 |
| ·本体的构建原则 | 第25-26页 |
| ·本体学习 | 第26-31页 |
| ·概念的学习方法 | 第26-29页 |
| ·概念间分类关系的学习方法 | 第29-31页 |
| ·本体解析工具 | 第31-34页 |
| ·Jena | 第31-33页 |
| ·SPARQL查询语言 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第三章 领域本体的生成 | 第35-57页 |
| ·领域本体生成的模型 | 第35-37页 |
| ·构建领域词典 | 第37页 |
| ·语料预处理 | 第37-38页 |
| ·文档的特征信息抽取 | 第37页 |
| ·领域语料文档切分 | 第37-38页 |
| ·概念抽取 | 第38-46页 |
| ·中文分词 | 第39-40页 |
| ·获取候选术语 | 第40-45页 |
| ·领域相关性分析 | 第45-46页 |
| ·人工检查 | 第46页 |
| ·概念关系抽取 | 第46-52页 |
| ·方法的选择 | 第46-47页 |
| ·建立向量空间模型 | 第47-48页 |
| ·相似度计算 | 第48-50页 |
| ·层次聚类 | 第50-52页 |
| ·本体评价及优化 | 第52-53页 |
| ·本体的评价 | 第52页 |
| ·本体的优化 | 第52-53页 |
| ·形式化本体表示 | 第53-56页 |
| ·本章小结 | 第56-57页 |
| 第四章 基于领域本体的课件自动生成 | 第57-73页 |
| ·课件自动生成的模型 | 第57-58页 |
| ·影响课件生成的因素 | 第58-59页 |
| ·相关术语定义 | 第59-62页 |
| ·知识量的计算 | 第62-65页 |
| ·课件内容的生成 | 第65-70页 |
| ·提取概念 | 第67-69页 |
| ·提取课件内容 | 第69-70页 |
| ·课件自动生成 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第五章 系统设计与实验分析 | 第73-83页 |
| ·系统架构 | 第73-74页 |
| ·实验语料介绍 | 第74-75页 |
| ·分词实验 | 第75-77页 |
| ·评价指标 | 第75-76页 |
| ·分词实验分析 | 第76-77页 |
| ·候选术语抽取实验 | 第77-79页 |
| ·评价指标 | 第77页 |
| ·候选术语抽取实验分析 | 第77-79页 |
| ·概念关系抽取实验 | 第79-81页 |
| ·课件自动生成实验 | 第81-82页 |
| ·课件自动生成的样本 | 第81-82页 |
| ·课件自动生成的调查结果分析 | 第82页 |
| ·本章小结 | 第82-83页 |
| 第六章 总结和展望 | 第83-85页 |
| ·总结 | 第83-84页 |
| ·展望 | 第84-85页 |
| 参考文献 | 第85-90页 |
| 成果目录 | 第90-91页 |
| 致谢 | 第91页 |
