| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 研究背景 | 第11-13页 |
| 1.2 本文的研究内容及面临的挑战 | 第13-14页 |
| 1.3 本文的贡献 | 第14页 |
| 1.4 本文的组织结构 | 第14-17页 |
| 第2章 相关工作及背景知识 | 第17-27页 |
| 2.1 基于文本的字符串相似性函数 | 第17-20页 |
| 2.1.1 编辑距离(ED) | 第17-18页 |
| 2.1.2 杰卡德系数(Jaccard) | 第18页 |
| 2.1.3 Dice系数 | 第18页 |
| 2.1.4 最长公共子序列(LCS) | 第18-19页 |
| 2.1.5 余弦相似度(Cosine) | 第19-20页 |
| 2.2 机器学习 | 第20-23页 |
| 2.2.1 机器学习定义 | 第20页 |
| 2.2.2 机器学习的策略 | 第20页 |
| 2.2.3 机器学习的分类 | 第20-22页 |
| 2.2.4 所获取知识的表示形式 | 第22-23页 |
| 2.2.5 归纳偏置 | 第23页 |
| 2.3 基于语义的相似性函数 | 第23-24页 |
| 2.4 连接准确性评价标准 | 第24-25页 |
| 2.5 本章小结 | 第25-27页 |
| 第3章 样例驱动的相似连接谓词抽取与冲突解析系统框架 | 第27-37页 |
| 3.1 问题定义 | 第27-28页 |
| 3.2 基于规则的连接谓词表示 | 第28-34页 |
| 3.2.1 连接谓词内容描述 | 第28-31页 |
| 3.2.2 连接谓词结构描述 | 第31-34页 |
| 3.3 系统框架 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 单样例连接谓词抽取 | 第37-53页 |
| 4.1 最大化匹配序列定义 | 第37-38页 |
| 4.2 最大化匹配序列匹配歧义 | 第38-39页 |
| 4.3 最大化匹配序列问题计算复杂度分析 | 第39-40页 |
| 4.4 最大化匹配序列求解算法 | 第40-49页 |
| 4.4.1 最大化匹配序列精确求解算法 | 第40-46页 |
| 4.4.2 最大化匹配序列近似求解算法 | 第46-49页 |
| 4.5 单样例连接谓词抽取 | 第49-51页 |
| 4.6 本章小结 | 第51-53页 |
| 第5章 多样例连接谓词抽取及冲突解析 | 第53-61页 |
| 5.1 多样例连接谓词抽取策略 | 第53-56页 |
| 5.2 多样例谓词抽取冲突解析 | 第56-59页 |
| 5.3 本章小结 | 第59-61页 |
| 第6章 实验与分析 | 第61-69页 |
| 6.1 实验设置 | 第61页 |
| 6.2 E-MMA与A-MMA算法实验与分析 | 第61-63页 |
| 6.3 连接谓词抽取实验与分析 | 第63-65页 |
| 6.4 系统准确性测试 | 第65-68页 |
| 6.4.1 输入样例对系统准确性影响测试 | 第65-67页 |
| 6.4.2 连接规则对准确性影响测试 | 第67-68页 |
| 6.5 本章小结 | 第68-69页 |
| 第7章 总结与展望 | 第69-71页 |
| 7.1 本文总结 | 第69-70页 |
| 7.2 工作展望 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-77页 |
| 攻硕期间参加的项目及获奖情况 | 第77页 |