摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
第1章 绪论 | 第8-12页 |
1.1 研究背景及意义 | 第8-9页 |
1.1.1 研究背景 | 第8页 |
1.1.2 研究意义 | 第8-9页 |
1.2 国内外研究现状 | 第9-10页 |
1.2.1 本体概念抽取研究现状 | 第9-10页 |
1.2.2 本体分类关系获取研究现状 | 第10页 |
1.2.3 本体非分类关系获取研究现状 | 第10页 |
1.3 论文的研究工作及组织结构 | 第10-12页 |
第2章 本体及本体学习理论 | 第12-20页 |
2.1 本体 | 第12-14页 |
2.1.1 本体定义 | 第12页 |
2.1.2 本体建模元语 | 第12页 |
2.1.3 本体描述语言 | 第12-13页 |
2.1.4 本体分类 | 第13-14页 |
2.2 本体构建 | 第14-16页 |
2.2.1 本体构建原则 | 第14页 |
2.2.2 本体构建方法 | 第14-16页 |
2.3 本体学习 | 第16-19页 |
2.3.1 本体学习内容 | 第16-17页 |
2.3.2 本体学习分类 | 第17-18页 |
2.3.3 本体学习工具 | 第18-19页 |
2.4 本章小结 | 第19-20页 |
第3章 本体概念抽取 | 第20-30页 |
3.1 常用概念抽取方法 | 第20-23页 |
3.1.1 概述 | 第20-21页 |
3.1.2 领域一致度和领域相关度相结合的概念抽取 | 第21页 |
3.1.3 CCM与TFIDF相结合的概念抽取 | 第21-23页 |
3.2 CCM与TFIDFE相结合的概念抽取方法 | 第23-26页 |
3.2.1 信息熵 | 第24页 |
3.2.2 TFIDFE | 第24-26页 |
3.3 实验结果与分析 | 第26-29页 |
3.3.1 实验数据介绍 | 第26页 |
3.3.2 结果及分析 | 第26-29页 |
3.4 本章小结 | 第29-30页 |
第4章 本体概念间关系的抽取 | 第30-46页 |
4.1 分类关系抽取 | 第30-37页 |
4.1.1 概述 | 第30-31页 |
4.1.2 K-means聚类算法 | 第31-32页 |
4.1.3 改进的K-Means算法抽取分类关系 | 第32-37页 |
4.2 非分类关系抽取 | 第37-42页 |
4.2.1 概述 | 第37-38页 |
4.2.2 关联规则抽取概念对 | 第38-39页 |
4.2.3 VF~*ICF抽取领域动词 | 第39-40页 |
4.2.4 对数似然比抽取非分类关系 | 第40-42页 |
4.3 实验结果与分析 | 第42-45页 |
4.3.1 分类关系抽取结果与分析 | 第42-43页 |
4.3.2 非分类关系抽取结果与分析 | 第43-45页 |
4.4 本章小结 | 第45-46页 |
第5章 原型系统的设计与实现 | 第46-56页 |
5.1 系统设计及开发环境 | 第46-47页 |
5.1.1 系统设计 | 第46页 |
5.1.2 系统开发环境 | 第46-47页 |
5.2 系统模块功能及功能实现 | 第47-55页 |
5.2.1 系统模块功能 | 第47-52页 |
5.2.2 系统主要功能实现 | 第52-55页 |
5.3 本章小结 | 第55-56页 |
第6章 总结与展望 | 第56-58页 |
6.1 工作总结 | 第56页 |
6.2 下一步研究工作展望 | 第56-58页 |
参考文献 | 第58-62页 |
攻读学位期间取得的研究成果 | 第62-64页 |
致谢 | 第64-65页 |