基于语义分析的文本相似性度量研究及应用
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-18页 |
| 1.1 研究背景与意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-15页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 研究的主要工作 | 第15-16页 |
| 1.4 论文的组织结构 | 第16-18页 |
| 第2章 相关理论及技术 | 第18-24页 |
| 2.1 中文分词方法 | 第18-19页 |
| 2.2 空间向量模型 | 第19-21页 |
| 2.2.1 VSM的基本思想 | 第19-20页 |
| 2.2.2 模型优点和局限性 | 第20-21页 |
| 2.3 知网语义模型 | 第21页 |
| 2.4 word2vec模型 | 第21-22页 |
| 2.5 知识图谱 | 第22-23页 |
| 2.6 本章小结 | 第23-24页 |
| 第3章 语义分析及相似性度量方法 | 第24-34页 |
| 3.1 语义分析及相似性度量方法 | 第24-25页 |
| 3.2 语义分析及相似性度量方法实现的关键步骤 | 第25-30页 |
| 3.2.1 预处理 | 第25-27页 |
| 3.2.2 文本特征提取 | 第27-28页 |
| 3.2.3 文本向量化表示 | 第28-29页 |
| 3.2.4 相似性计算 | 第29页 |
| 3.2.5 评估方法 | 第29-30页 |
| 3.3 实验结果及分析 | 第30-33页 |
| 3.3.1 实验环境 | 第30页 |
| 3.3.2 实验数据 | 第30页 |
| 3.3.3 实验结果 | 第30-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 基于语义理解的核领域知识图谱构建方法 | 第34-42页 |
| 4.1 知识图谱 | 第34-35页 |
| 4.2 核领域分类 | 第35-36页 |
| 4.3 核领域知识图谱的构建 | 第36-41页 |
| 4.3.1 数据获取及预处理 | 第36-37页 |
| 4.3.2 核领域知识图谱 | 第37-41页 |
| 4.4 本章小结 | 第41-42页 |
| 第5章 核领域知识图谱的相似度度量方法 | 第42-48页 |
| 5.1 知识图谱中实体对相似性度量方法 | 第42-46页 |
| 5.1.1 数据预处理 | 第43页 |
| 5.1.2 特征生成 | 第43-45页 |
| 5.1.3 模型选择 | 第45页 |
| 5.1.4 方法总结 | 第45-46页 |
| 5.2 实验分析 | 第46-47页 |
| 5.2.1 实验环境 | 第46页 |
| 5.2.2 实验数据及设置 | 第46-47页 |
| 5.2.3 实验结果 | 第47页 |
| 5.3 本章小结 | 第47-48页 |
| 第6章 相似性技术在检索领域中的应用 | 第48-54页 |
| 6.1 设计目标 | 第48-49页 |
| 6.2 检索功能实现与分析 | 第49-50页 |
| 6.2.1 语义检索功能 | 第49-50页 |
| 6.2.2 语义检索功能分析 | 第50页 |
| 6.3 对比分析 | 第50-53页 |
| 6.4 本章小结 | 第53-54页 |
| 第7章 总结和展望 | 第54-56页 |
| 7.1 总结 | 第54页 |
| 7.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士期间已发表的论文 | 第60-62页 |
| 致谢 | 第62页 |
