基于领域本体的语义扩展检索算法的研究与应用
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第12-26页 |
| 1.1 研究背景 | 第12-13页 |
| 1.2 研究现状 | 第13-23页 |
| 1.2.1 语义检索研究现状 | 第15页 |
| 1.2.2 语义检索类型 | 第15-17页 |
| 1.2.3 语义检索技术实现 | 第17-19页 |
| 1.2.4 本体学习 | 第19-21页 |
| 1.2.5 人工蜂群算法 | 第21-23页 |
| 1.3 研究内容 | 第23-24页 |
| 1.4 论文的创新点 | 第24页 |
| 1.5 研究意义 | 第24-25页 |
| 1.6 论文组织结构 | 第25-26页 |
| 第2章 本体学习 | 第26-43页 |
| 2.1 语料库构建和处理 | 第28-29页 |
| 2.2 领域术语学习 | 第29-33页 |
| 2.2.1 领域相关度 | 第29-30页 |
| 2.2.2 领域确定度 | 第30-33页 |
| 2.3 术语关系抽取 | 第33-34页 |
| 2.4 术语过滤 | 第34-35页 |
| 2.5 人工蜂群算法搜索概念及其关系 | 第35-40页 |
| 2.5.1 人工蜂群算法原理及数学模型 | 第35-38页 |
| 2.5.2 蜂群搜索抽取概念 | 第38-39页 |
| 2.5.3 蜂群算法提取关系 | 第39-40页 |
| 2.6 概念及其关系提取结果 | 第40-43页 |
| 2.6.1 概念提取结果 | 第40-41页 |
| 2.6.2 概念间关系提取结果 | 第41-43页 |
| 第3章 语义扩展策略 | 第43-57页 |
| 3.1 领域本体结构 | 第44-48页 |
| 3.2 本体语义扩展概念定义 | 第48页 |
| 3.3 语义扩展算法 | 第48-49页 |
| 3.4 语义相关度计算 | 第49-52页 |
| 3.5 扩展控制策略 | 第52-53页 |
| 3.6 比较分析 | 第53-57页 |
| 第4章 基于语义扩展全文检索算法 | 第57-65页 |
| 4.1 基于领域本体的智能检索框架 | 第57-58页 |
| 4.2 基于LUCENE的全文检索 | 第58-60页 |
| 4.3 OntologyEncoder算法 | 第60-61页 |
| 4.4 语义分析及标注 | 第61-62页 |
| 4.5 全文检索算法 | 第62-65页 |
| 4.5.1 用户查询输入分析 | 第62-63页 |
| 4.5.2 全文检索算法 | 第63-65页 |
| 第5章 系统测试与分析 | 第65-73页 |
| 5.1 检索效果验证对比 | 第65-67页 |
| 5.2 查全率查准率对比 | 第67-68页 |
| 5.3 性能测试对比 | 第68-73页 |
| 5.3.1 系统测试概要图 | 第69-70页 |
| 5.3.2 事务响应时间 | 第70-71页 |
| 5.3.3 系统资源占用图 | 第71-73页 |
| 第6章 总结和展望 | 第73-75页 |
| 参考文献 | 第75-83页 |
| 附件： | 第83-99页 |
| 攻读博士学位期间发表及录用的学术论文 | 第99-101页 |
| 致谢 | 第101页 |
