汉语特定领域本体的自动构造研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题研究背景 | 第9-10页 |
| ·课题研究意义 | 第10页 |
| ·课题研究现状 | 第10-11页 |
| ·课题研究内容 | 第11-12页 |
| ·本文组织结构 | 第12-13页 |
| 第2章 本体理论综述 | 第13-21页 |
| ·本体的起源和发展 | 第13页 |
| ·本体的定义 | 第13-15页 |
| ·本体的分类 | 第15-16页 |
| ·本体研究的热点问题 | 第16-17页 |
| ·本体描述语言 | 第17-20页 |
| ·基于人工智能的本体描述语言 | 第17-18页 |
| ·基于 Web的本体表示语言 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 本体构造方法论 | 第21-30页 |
| ·本体的创建准则 | 第21-22页 |
| ·本体的建模元语 | 第22-23页 |
| ·现有的本体构造方法 | 第23-26页 |
| ·现有本体构造环境和工具 | 第26-29页 |
| ·本体自动构造技术分析 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第4章 领域术语自动抽取 | 第30-42页 |
| ·术语的概念及特征 | 第30-31页 |
| ·术语抽取的相关统计参数研究 | 第31-38页 |
| ·频率 | 第31-32页 |
| ·假设检验 | 第32-35页 |
| ·对数似然比 | 第35-36页 |
| ·相对频率比 | 第36-38页 |
| ·基于 LLR的术语自动抽取 | 第38-41页 |
| ·术语抽取方法概述 | 第38-39页 |
| ·术语自动抽取系统 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 基于 G-N算法的概念发现和关系挖掘 | 第42-58页 |
| ·向量空间模型 | 第42-44页 |
| ·向量空间模型简介 | 第42-43页 |
| ·向量空间模型引入 | 第43-44页 |
| ·知网(Hownet) | 第44-50页 |
| ·知网的结构 | 第44-46页 |
| ·知网的知识描述语言 | 第46-47页 |
| ·基于知网的语义相似度计算 | 第47-50页 |
| ·聚类分析概述 | 第50-53页 |
| ·聚类分析的定义 | 第50-51页 |
| ·主要聚类算法研究 | 第51-53页 |
| ·概念发现及关系挖掘 | 第53-57页 |
| ·构造术语网络 | 第53-55页 |
| ·术语网络聚类分析 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 系统设计与实验评估 | 第58-67页 |
| ·系统架构 | 第58-59页 |
| ·实验结果及分析 | 第59-66页 |
| ·实验语料说明 | 第59-60页 |
| ·术语抽取实验分析 | 第60-61页 |
| ·关系挖掘实验分析 | 第61-66页 |
| ·本章小结 | 第66-67页 |
| 第7章 结束语 | 第67-69页 |
| ·总结 | 第67页 |
| ·进一步工作 | 第67-69页 |
| 参考文献 | 第69-74页 |
| 硕士期间发表的论文和参与的项目 | 第74-75页 |
| 论文 | 第74页 |
| 项目 | 第74-75页 |
| 致谢 | 第75页 |
