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

基于关联开放数据的本体填充研究

摘要第4-5页
Abstract第5-6页
第1章 绪论第9-13页
    1.1 论文的研究背景与意义第9页
    1.2 研究内容第9-10页
    1.3 论文的组织结构第10-13页
第2章 相关研究综述第13-17页
    2.1 LOD的领域数据抽取研究第13页
    2.2 本体填充研究第13-17页
第3章 基于领域本体的LOD领域性筛选第17-35页
    3.1 问题描述第17页
    3.2 基于领域本体筛选LOD领域性数据的方法第17-26页
        3.2.1 获得种子关键词集第18-22页
        3.2.2 获得SKOS_Cetagory中的目标概念集第22-26页
        3.2.3 获得实例和属性信息第26页
    3.3 实验分析及评价第26-33页
        3.3.1 评估余弦相似度进行筛选的阈值第26-27页
        3.3.2 评估直接链接子图语义距离算法(DLSSD)阈值T1和T2第27-28页
        3.3.3 评估SMOA和LCS筛选策略中的阈值TH1和TH2第28-30页
        3.3.4 评估LOD领域性抽取策略第30-31页
        3.3.5 使用不同的金属材料领域本体评估本文提出抽取策略第31-32页
        3.3.6 使用睡眠医学领域本体评估本文提出抽取策略第32-33页
    3.4 本章小结第33-35页
第4章 基于概率图模型算法的领域本体填充第35-59页
    4.1 问题描述第35-36页
    4.2 相关定义第36-39页
    4.3 填充步骤概览第39-47页
        4.3.1 生成链式三元组第40-45页
        4.3.2 设计本体填充策略第45-47页
    4.4 实验评估第47-57页
        4.4.1 获得CHT中概念与本体对应概念的相似度算法评估第47-48页
        4.4.2 利用CRF获得CHT填充位置策略的评估第48-49页
        4.4.3 对本文填充策略中使用的训练特征的评估第49-51页
        4.4.4 对本文填充策略中使用的阈值评估第51-54页
        4.4.5 使用不同金属材料本体进行填充的评估第54-56页
        4.4.6 改进训练特征的实验评估第56-57页
    4.5 本章小结第57-59页
第5章 基于本体映射和分类模型的本体填充第59-69页
    5.1 问题描述第59-60页
    5.2 方法概述第60-61页
    5.3 填充策略第61-65页
        5.3.1 生成映射表第61-62页
        5.3.2 生成填充实例的特征信息第62-65页
        5.3.3 利用分类模型获得填充实例的填充位置并填充到领域本体第65页
    5.4 实验评估第65-68页
        5.4.1 评价逻辑斯特回归算法在获得填充位置中的有效性第65-66页
        5.4.2 评价逻辑斯特回归算法在获得填充位置中的时间性能第66-67页
        5.4.3 评价逻辑斯特回归算法在获得填充位置中的适用性第67-68页
    5.5 本章小结第68-69页
第6章 系统设计与实现第69-77页
    6.1 LOD的领域数据筛选系统第69-70页
    6.2 基于领域LOD的领域本体填充系统第70-75页
        6.2.1 利用CRF算法实现领域本体的填充第71-73页
        6.2.2 利用分类算法实现领域本体的填充第73-75页
    6.3 基于无领域性LOD的领域本体填充系统第75-76页
    6.4 本章小结第76-77页
结论第77-79页
参考文献第79-85页
攻读硕士学位期间所发表的论文第85-87页
致谢第87页

论文共87页,点击 下载论文
上一篇:无人机图像中的典型目标检测与变化检测方法研究
下一篇:无人机载微型SAR高分辨成像技术研究