智能信息系统中的知识获取研究
| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-8页 |
| 引言 | 第8-11页 |
| 1 知识获取的研究背景 | 第11-19页 |
| ·知识科学的产生 | 第11-12页 |
| ·知识工程与知识获取 | 第12-15页 |
| ·知识工程的研究内容 | 第12页 |
| ·知识工程的基本技术 | 第12-14页 |
| ·知识获取“瓶颈” | 第14-15页 |
| ·知识获取的国内外研究现状 | 第15-16页 |
| ·智能信息系统中知识获取研究的目标与任务 | 第16-19页 |
| 2 主要的知识获取方法和技术 | 第19-38页 |
| ·知识获取方法 | 第19-28页 |
| ·机器学习的基本原理 | 第19-20页 |
| ·知识发现 | 第20-25页 |
| ·数据挖掘 | 第25-28页 |
| ·机器学习方法 | 第28-38页 |
| ·机器归纳学习 | 第28-31页 |
| ·解释学习 | 第31-33页 |
| ·类比学习 | 第33-34页 |
| ·基于Rough Set的学习 | 第34-36页 |
| ·连接学习方法--神经网络方法 | 第36-38页 |
| 3 领域知识的获取方法 | 第38-51页 |
| ·领域知识的特点 | 第38页 |
| ·文本知识的获取 | 第38-45页 |
| ·文本分析功能 | 第38-41页 |
| ·自动文本分类及分类知识的获取 | 第41-44页 |
| ·文本摘要 | 第44-45页 |
| ·汉语词性自动标注研究 | 第45页 |
| ·多媒体知识的获取 | 第45-47页 |
| ·相似性搜索 | 第45页 |
| ·多维分析 | 第45-46页 |
| ·分类和预测分析方法 | 第46-47页 |
| ·关联规则挖掘 | 第47页 |
| ·Web知识的获取 | 第47-51页 |
| ·概述 | 第47-49页 |
| ·Web知识的挖掘 | 第49-51页 |
| 4 用户与专家知识的获取 | 第51-56页 |
| ·用户知识的获取 | 第51-54页 |
| ·用户模型 | 第51页 |
| ·机器学习的应用 | 第51-53页 |
| ·数据挖掘方法的应用 | 第53-54页 |
| ·专家知识的获取 | 第54-56页 |
| ·学习的一般步骤 | 第54-55页 |
| ·专家知识学习模式 | 第55-56页 |
| 5 知识获取的发展及应用 | 第56-61页 |
| ·本体论在知识获取中的意义 | 第56页 |
| ·大规模知识获取与分析 | 第56-61页 |
| ·Cyc工程 | 第56-57页 |
| ·NKI工程 | 第57-59页 |
| ·小结 | 第59-61页 |
| 结束语 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 后记 | 第65页 |
