摘要 | 第1-5页 |
Abstract | 第5-11页 |
第一章 绪论 | 第11-16页 |
1 研究背景和意义 | 第11-12页 |
2 国内外研究进展 | 第12-14页 |
·本体 | 第12-13页 |
·自动问答系统 | 第13-14页 |
3 论文内容和结构安排 | 第14-16页 |
·研究内容 | 第14页 |
·结构安排 | 第14-16页 |
第二章 问答系统 | 第16-19页 |
1 问答系统的分类 | 第16-17页 |
2 问答系统的原理 | 第17-19页 |
第三章 本体 | 第19-24页 |
1 本体的定义及特性 | 第19页 |
2 本体的分类 | 第19-20页 |
3 本体的建模元语 | 第20-21页 |
4 本体的描述语言 | 第21-22页 |
·RDF/RDF(S)简介 | 第22页 |
·OIL简介 | 第22页 |
·OWL简介 | 第22页 |
5 本体的构建方法 | 第22-23页 |
6 本体构建工具 | 第23-24页 |
第四章 相关理论与技术介绍 | 第24-33页 |
1 中文自动分词技术 | 第24-25页 |
·基于词典的机械匹配的分词方法 | 第24-25页 |
·基于统计的方法 | 第25页 |
·基于理解的分词方法 | 第25页 |
2 TF-IDF简介 | 第25-26页 |
3 向量空间模型 | 第26-27页 |
4 倒排索引 | 第27-28页 |
5 Lucene简介 | 第28页 |
6 Voronoi图简介 | 第28-29页 |
7 知网 | 第29页 |
8 平滑技术 | 第29-30页 |
9 模糊推理 | 第30-32页 |
·模糊集合 | 第30-31页 |
·模糊逻辑与模糊推理 | 第31页 |
·NSM推理方法 | 第31-32页 |
10 LLE算法 | 第32-33页 |
第五章 基于本体的农业知识问答系统智能检索技术研究 | 第33-49页 |
1 农业本体的构建 | 第33-39页 |
·本体模型 | 第33页 |
·元数据定义 | 第33-34页 |
·元关系定义 | 第34页 |
·本体构建 | 第34-39页 |
2 基于本体的问句理解 | 第39-42页 |
·分词和词形标注 | 第39页 |
·领域概念获取 | 第39-42页 |
·基于本体形式化表示 | 第39-41页 |
·改进的NSM方法 | 第41-42页 |
3 候选问题集提取 | 第42-43页 |
4 基于本体的句子相似度算法研究 | 第43-49页 |
·句子表层相似度算法 | 第43-44页 |
·概念语义相似度算法 | 第44-48页 |
·基于领域本体的概念语义相似度计算 | 第44-46页 |
·基于知网的概念语义相似度计算 | 第46-47页 |
·概念语义相似度计算模型 | 第47-48页 |
·句子语义相似度算法 | 第48-49页 |
·基于概念语义的句子相似度计算 | 第48页 |
·句子语义相似度计算模型 | 第48-49页 |
第六章 基于本体的农业知识问答系统总体设计与性能分析 | 第49-57页 |
1 系统总体设计与分析 | 第49-52页 |
2 环境与平台的搭建 | 第52-53页 |
·Protege简介 | 第52页 |
·Jena简介 | 第52-53页 |
3 性能分析 | 第53-57页 |
·查全率 | 第53页 |
·查准率 | 第53页 |
·F1值 | 第53页 |
·概念语义相似度计算模型评估 | 第53-55页 |
·句子语义相似度计算模型评估 | 第55-57页 |
第七章 总结与展望 | 第57-59页 |
1 工作总结 | 第57页 |
2 工作展望 | 第57-59页 |
参考文献 | 第59-64页 |
致谢 | 第64-65页 |
个人简介 | 第65页 |