| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-20页 |
| 1.1 课题的研究背景 | 第12-14页 |
| 1.1.1 研究意义 | 第12-13页 |
| 1.1.2 面临的挑战 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-17页 |
| 1.2.1 文本数据融合 | 第14-15页 |
| 1.2.2 实体语义关联 | 第15-16页 |
| 1.2.3 文本语义匹配 | 第16-17页 |
| 1.3 本文研究内容 | 第17-18页 |
| 1.4 本文组织结构 | 第18-20页 |
| 第2章 相关概念与技术 | 第20-30页 |
| 2.1 实体识别与数据融合 | 第20-21页 |
| 2.2 文本预处理 | 第21-22页 |
| 2.3 词语相关度计算的统计模型 | 第22-23页 |
| 2.4 文本相似度评价 | 第23-28页 |
| 2.4.1 基于文本特征的相似度计算 | 第23-25页 |
| 2.4.2 文本隐语义分析 | 第25-27页 |
| 2.4.3 文本结构化理论 | 第27-28页 |
| 2.5 本章小结 | 第28-30页 |
| 第3章 实体关联及语义相似网络构建 | 第30-44页 |
| 3.1 问题提出 | 第30页 |
| 3.2 实体关联模型SimNet | 第30-34页 |
| 3.2.1 相关概念定义 | 第32-33页 |
| 3.2.2 SimNet模型框架 | 第33-34页 |
| 3.3 实体语义关联算法 | 第34-39页 |
| 3.3.1 Skip-gram模型 | 第34-35页 |
| 3.3.2 关联实体相似度计算 | 第35-37页 |
| 3.3.3 实体语义关联网络 | 第37-39页 |
| 3.4 实体关联分析实验结果 | 第39-43页 |
| 3.4.1 对比算法简介 | 第39页 |
| 3.4.2 实验数据集 | 第39页 |
| 3.4.3 评价标准 | 第39-41页 |
| 3.4.4 结果比较 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 跨资料库文本语义匹配方法 | 第44-60页 |
| 4.1 问题提出 | 第44-45页 |
| 4.2 textSim文本语义匹配模型 | 第45-46页 |
| 4.3 文本建模 | 第46-50页 |
| 4.3.1 短文本的词袋模型 | 第46-47页 |
| 4.3.2 文本的图模型 | 第47-49页 |
| 4.3.3 文本图的权重计算 | 第49-50页 |
| 4.4 文本相似度计算方法 | 第50-54页 |
| 4.4.1 语义关联词对齐 | 第50-51页 |
| 4.4.2 基于对齐词的文本特征扩展 | 第51-52页 |
| 4.4.3 文本相似度评价算法 | 第52-54页 |
| 4.5 匹配映射关系 | 第54-55页 |
| 4.6 实验分析 | 第55-58页 |
| 4.6.1 实验数据集 | 第55-56页 |
| 4.6.2 文本匹配结果评价标准 | 第56页 |
| 4.6.3 实验结果 | 第56-58页 |
| 4.7 本章小结 | 第58-60页 |
| 第5章 面向生物医学文本的相似度计算工具 | 第60-68页 |
| 5.1 文本融合系统架构及各模块描述 | 第60-62页 |
| 5.1.1 文本融合系统总体架构 | 第60-61页 |
| 5.1.2 各模块功能概述 | 第61-62页 |
| 5.2 语义相似度计算工具wordSim | 第62-66页 |
| 5.2.1 wordSim工具的实现与基本功能 | 第63页 |
| 5.2.2 wordSim工具在文本融合系统中的应用 | 第63-64页 |
| 5.2.3 wordSim工具实现与展示 | 第64-66页 |
| 5.3 本章小结 | 第66-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 6.1 本文工作总结 | 第68-69页 |
| 6.2 进一步的研究工作 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 攻硕期间参加的项目及发表的论文 | 第76页 |