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--模式识别与装置论文

面向领域文档的语义标注方法研究

提要第1-7页
第1章 绪论第7-10页
   ·研究背景和意义第7-8页
   ·语义标注方法研究现状第8页
   ·本文主要工作第8-10页
第2章 相关理论与技术第10-17页
   ·语义 Web第10-11页
   ·本体第11-14页
     ·本体的定义第11-12页
     ·本体的描述语言第12-14页
   ·中文分词第14-17页
     ·中文分词技术第14-15页
     ·中文分词工具第15-16页
     ·中文分词的应用第16-17页
第3章 语义标注方法分析第17-23页
   ·手工标注第17页
   ·自动标注第17-21页
     ·基于预定义规则的语义标注方法第17页
     ·基于规则学习的语义标注方法第17-18页
     ·基于无导学习的语义标注方法第18-19页
     ·基于分类模型的语义标注方法第19-20页
     ·依语句中成分依存关系的语义标注方法第20页
     ·基于序列模型的语义标注方法第20-21页
     ·基于语义排歧统计方法的语义标注第21页
   ·总结第21-23页
第4章 SAMDD:面向领域文档的语义标注方法第23-39页
   ·领域文档特征分析第23-24页
   ·SAMDD的提出第24-25页
   ·SAMDD的步骤第25-39页
     ·文档内容抽取第27-28页
     ·用户自定义词典生成第28页
     ·中文分词第28-29页
     ·概念、属性及实例识别第29-30页
     ·新实例识别第30-32页
     ·自定义词典更新第32页
     ·RDF文档生成第32-36页
     ·Web文档主题描述第36-39页
第5章 SAMDD在玉米领域的应用第39-54页
   ·玉米本体第39-42页
   ·语义标注原型系统DDSAS第42-50页
     ·内容抽取第42-43页
     ·用户自定义词典生成及中文分词第43-45页
     ·概念、属性及实例识别第45页
     ·新实例识别及用户自定义词典更新第45-47页
     ·RDF文件生成第47页
     ·Web文档主题描述第47-50页
   ·实验结果及分析第50-54页
     ·新实例识别结果及分析第50-52页
     ·三元组关系组配结果及分析第52-54页
第6章 总结和展望第54-55页
   ·工作总结第54页
   ·工作展望第54-55页
参考文献第55-58页
致谢第58-59页
摘要第59-61页
Abstract第61-63页

论文共63页,点击 下载论文
上一篇:基于LabCar2 AT硬件在环仿真系统开发
下一篇:“拟像”时代的个人“图像”技术