首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

本体概念及概念间关系抽取方法研究

摘要第1-6页
ABSTRACT第6-11页
第1章 绪论第11-17页
   ·研究背景及意义第11-12页
   ·研究现状第12-14页
     ·本体术语抽取研究现状第12-13页
     ·概念间分类关系抽取研究现状第13页
     ·概念间非分类关系抽取研究现状第13-14页
   ·主要工作和创新点第14-15页
   ·论文的组织结构第15-17页
第2章 本体相关理论研究第17-24页
   ·本体概述第17-20页
     ·本体的定义第17-18页
     ·本体概念与本体术语第18-19页
     ·本体的分类第19-20页
   ·本体构建第20-21页
     ·本体描述语言第20-21页
     ·本体构建工具第21页
   ·本体学习第21-23页
     ·本体学习内容第22-23页
     ·本体学习方法第23页
   ·本章小结第23-24页
第3章 本体术语抽取第24-34页
   ·本体术语抽取方法介绍第24-25页
   ·基于统计的部件抽取第25-26页
   ·基于部件扩展的候选术语抽取第26-27页
   ·多策略候选本体术语筛选第27-29页
     ·基于上下文关联信息的缺陷术语过滤第27-28页
     ·基于上下文语境的弱领域性术语过滤第28-29页
   ·实验结果及分析第29-32页
     ·实验数据介绍第29页
     ·评价指标第29-30页
     ·结果与分析第30-32页
   ·本章小结第32-34页
第4章 本体分类关系抽取第34-44页
   ·“是一个”模式介绍第34-36页
     ·“是一个”模式的获取第34-35页
     ·“是一个”模式句型划分第35-36页
   ·简单句中下位概念抽取第36-37页
     ·剥离词典构建第36页
     ·基于规则匹配的下位概念抽取第36-37页
   ·复杂句中下位概念抽取第37-41页
     ·句法和规则相结合的下位概念中心词抽取第38-40页
     ·融入中心词信息和同义特征词的下位概念抽取第40-41页
   ·实验及评价第41-43页
     ·实验数据及评价指标第41-42页
     ·结果分析第42-43页
   ·本章小结第43-44页
第5章 本体非分类关系抽取第44-53页
   ·方法介绍第44-45页
   ·二元领域关系对抽取第45-46页
     ·基于分布粘合度的领域关系对抽取方法第45页
     ·基于语义信息的弱领域关系对过滤方法第45-46页
   ·领域专有关系标签抽取第46-48页
     ·基于动词与概念词频共振思想的候选领域动词抽取第46-47页
     ·基于 K-Means 聚类思想抽取领域动词第47-48页
   ·领域专有关系标签分配第48-49页
     ·对领域动词进行同义词替换第48-49页
     ·领域关系标签分配第49页
   ·实验结果与分析第49-52页
     ·实验数据及评价指标第49-50页
     ·二元领域关系对抽取结果第50页
     ·领域关系标签抽取的结果评价第50-51页
     ·领域关系抽取的结果评价第51-52页
   ·本章小结第52-53页
第6章 总结与展望第53-56页
   ·总结第53-55页
   ·下一步工作第55-56页
参考文献第56-59页
附录 A 表目录第59-60页
附录 B 图目录第60-61页
个人简历在学期间发表的学术论文与研究成果第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:飞蜂窝系统的端到端随机性能评价
下一篇:面向微博短文本的情感分析研究