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

中文词汇语义关系抽取及应用研究

摘要第4-5页
Abstract第5页
目录第6-8页
第1章 绪论第8-13页
    1.1 课题的来源与研究意义第8页
    1.2 语义关系抽取的研究现状第8-10页
        1.2.1 国外研究现状第8-9页
        1.2.2 国内研究现状第9-10页
    1.3 本文研究内容第10-11页
    1.4 本文创新之处第11页
    1.5 本文组织结构第11-13页
第2章 词汇语义关系抽取相关技术第13-24页
    2.1 语义关系抽取方法第13-17页
        2.1.1 基于模式匹配的方法第13-14页
        2.1.2 基于统计的方法第14-16页
        2.1.3 基于图的方法第16-17页
    2.2 关系抽取资源第17-21页
        2.2.1 《同义词词林》第17-19页
        2.2.2 《中文概念词典》第19-20页
        2.2.3 《中国分类主题词表》第20-21页
        2.2.4 分词工具第21页
    2.3 实验准备第21-23页
        2.3.1 语料准备第21-22页
        2.3.2 评价准则第22-23页
    2.4 本章小结第23-24页
第3章 同义词抽取第24-34页
    3.1 基于语义词典的同义词抽取方法第24-25页
        3.1.1 基于《同义词词林(扩展版)》的抽取方法第24页
        3.1.2 基于《中文概念词典》的抽取方法第24-25页
    3.2 基于网络资源的同义词抽取方法第25-29页
        3.2.1 基于汉典的抽取方法第26-27页
        3.2.2 基于百度百科的抽取方法第27-28页
        3.2.3 基于有道词典的抽取方法第28-29页
    3.3 基于模式的同义词抽取方法第29-32页
        3.3.1 基于手工模式的方法第29-30页
        3.3.2 基于DIPRE的方法第30-32页
    3.4 实验与结果分析第32-33页
    3.5 本章小结第33-34页
第4章 上下位词抽取第34-46页
    4.1 基于语义词典的下位词抽取方法第34-36页
        4.1.1 基于《中文概念词典》的抽取方法第34-35页
        4.1.2 基于《中国分类主题词表》的抽取方法第35-36页
    4.2 基于网络资源的下位词抽取方法第36-39页
        4.2.1 基于百度百科的抽取方法第36-37页
        4.2.2 基于维基百科分类的抽取方法第37-39页
    4.3 基于模式的下位词抽取方法第39-43页
    4.4 实验第43-44页
    4.5 本章小结第44-46页
第5章 中文词汇语义关系的应用第46-65页
    5.1 文本分类相关知识第46-49页
        5.1.1 文本分类概述第46-47页
        5.1.2 特征选择方法第47-49页
    5.2 文本分类器介绍第49-52页
        5.2.1 朴素贝叶斯分类器第49-50页
        5.2.2 支持向量机分类器第50-51页
        5.2.3 K-最近邻分类器第51-52页
    5.3 语义知识库的应用第52-64页
        5.3.1 语料预处理第53-54页
        5.3.2 文本分类中的应用第54-57页
        5.3.3 语义关系词典的构建和应用第57-64页
            5.3.3.1 《现代汉语语法信息词典》概述第57-59页
            5.3.3.2 语义关系词典的构建第59-62页
            5.3.3.3 语义关系词典的应用第62-64页
    5.4 本章小结第64-65页
第6章 总结与展望第65-67页
    6.1 总结第65-66页
    6.2 展望第66-67页
参考文献第67-73页
附录A 多义词实例第73-75页
致谢第75页

论文共75页,点击 下载论文
上一篇:云服务平台中的服务协商算法及交易过程管理研究
下一篇:基于机器学习的三维模型分割算法研究