| 中文摘要 | 第14-15页 |
| ABSTRACT | 第15-16页 |
| 第一章 绪论 | 第17-25页 |
| 1.1 选题背景与意义 | 第17-18页 |
| 1.1.1 选题背景 | 第17-18页 |
| 1.1.2 研究意义 | 第18页 |
| 1.2 国内外研究综述 | 第18-24页 |
| 1.2.1 实体名称的应用 | 第18-20页 |
| 1.2.2 知识图谱的发展 | 第20-21页 |
| 1.2.3 语义聚合研究进展 | 第21-24页 |
| 1.3 研究内容 | 第24页 |
| 1.4 本文的创新之处 | 第24-25页 |
| 第二章 实体名称数据与语义聚合 | 第25-39页 |
| 2.1 知识图谱的实体名称数据分析 | 第25-28页 |
| 2.1.1 知识图谱形式化描述 | 第25页 |
| 2.1.2 实体名称数据构建 | 第25-28页 |
| 2.1.2.1 总体构建状况的差异分析 | 第26页 |
| 2.1.2.2 建设情况及优势 | 第26-28页 |
| 2.2 关联型实体名称数据 | 第28-31页 |
| 2.2.1 关联型实体名称数据的特点 | 第28-29页 |
| 2.2.2 关联型实体名称数据的实体关联模型 | 第29-31页 |
| 2.3 语义聚合 | 第31-36页 |
| 2.3.1 语义聚合内涵 | 第31-32页 |
| 2.3.2 语义聚合方法 | 第32-36页 |
| 2.3.3 语义聚合应用 | 第36页 |
| 2.4 基于关联型实体名称数据语义聚合框架设计 | 第36-39页 |
| 2.4.1 语义聚合依据 | 第36-37页 |
| 2.4.2 语义聚合框架 | 第37-39页 |
| 第三章 基于单一人物关系的实体名称数据语义聚合研究 | 第39-51页 |
| 3.1 选择人物关系的依据 | 第39-40页 |
| 3.1.1 人物关系价值 | 第39-40页 |
| 3.1.2 人物关系类型 | 第40页 |
| 3.2 基于人物关系的实体名称数据语义聚合方法 | 第40-44页 |
| 3.2.1 因果关系的扩展 | 第40-41页 |
| 3.2.2 人物关系的语义知识表达 | 第41页 |
| 3.2.3 基于人物关系的因果链及挖掘算法 | 第41-43页 |
| 3.2.4 人物关系的测度方法及权重给定 | 第43-44页 |
| 3.2.5 间接人物关系的计算 | 第44页 |
| 3.3 基于人物关系的实体名称数据语义聚合实证研究 | 第44-51页 |
| 3.3.1 数据来源及预处理 | 第44-45页 |
| 3.3.2 亲属关系的测度 | 第45页 |
| 3.3.3 构建人物亲属关系的知识表达模型 | 第45-46页 |
| 3.3.4 聚合结果分析 | 第46-51页 |
| 3.3.4.1 亲属关系因果链 | 第46-47页 |
| 3.3.4.2 家族亲属关系图谱 | 第47-49页 |
| 3.3.4.3 个人实体知识关联模型 | 第49-51页 |
| 第四章 基于多种实体关系的实体名称数据语义聚合研究 | 第51-61页 |
| 4.1 多种实体关系定义 | 第51页 |
| 4.1.1 多种实体关系来源 | 第51页 |
| 4.1.2 多种实体关系价值 | 第51页 |
| 4.2 基于多种实体关系的实体名称数据语义聚合方法 | 第51-53页 |
| 4.2.1 聚合流程 | 第51-52页 |
| 4.2.2 属性识别与分类 | 第52页 |
| 4.2.3 基于Apriori算法的关联规则挖掘 | 第52-53页 |
| 4.2.4 规则类型识别 | 第53页 |
| 4.3 基于多种实体关系的实体名称数据语义聚合实证研究 | 第53-61页 |
| 4.3.1 数据采集 | 第53页 |
| 4.3.2 识别与分类属性 | 第53-54页 |
| 4.3.3 数据分析与处理 | 第54-56页 |
| 4.3.3.1 数据格式转换 | 第54-55页 |
| 4.3.3.2 数据分析 | 第55-56页 |
| 4.3.4 关联规则运行及实现聚合 | 第56-57页 |
| 4.3.4.1 参数设置及运行 | 第56页 |
| 4.3.4.2 聚合结果分类与筛选 | 第56-57页 |
| 4.3.5 聚合结果分析 | 第57-61页 |
| 4.3.5.1 地点名称型规则聚合分析 | 第58页 |
| 4.3.5.2 机构名称型规则聚合分析 | 第58-59页 |
| 4.3.5.3 时间名称型规则聚合分析 | 第59页 |
| 4.3.5.4 主题名称型规则聚合分析 | 第59-61页 |
| 第五章 基于跨数据源的实体名称数据语义聚合研究 | 第61-79页 |
| 5.1 不同数据源的选择原则 | 第61页 |
| 5.1.1 数据源类别的选择原则 | 第61页 |
| 5.1.2 覆盖特征的选择原则 | 第61页 |
| 5.1.3 模式层的选择原则 | 第61页 |
| 5.2 基于跨数据源的实体名称数据语义聚合方法 | 第61-66页 |
| 5.2.1 实体名称数据的相似度算法 | 第61-63页 |
| 5.2.1.1 层次结构相似度 | 第62-63页 |
| 5.2.1.2 实体邻域相似度 | 第63页 |
| 5.2.1.3 总体相似度 | 第63页 |
| 5.2.2 模式层映射及构建 | 第63-66页 |
| 5.2.2.1 模式层映射问题分析 | 第63-64页 |
| 5.2.2.2 PROMPT本体映射系统 | 第64-66页 |
| 5.2.2.3 统一模式层构建 | 第66页 |
| 5.3 基于跨数据源的实体名称数据语义聚合实证研究 | 第66-79页 |
| 5.3.1 数据选择 | 第66-67页 |
| 5.3.2 概念体系映射及构建 | 第67-72页 |
| 5.3.2.1 概念体系的结构层次 | 第67页 |
| 5.3.2.2 异构问题分析 | 第67-70页 |
| 5.3.2.3 映射过程及结果 | 第70-71页 |
| 5.3.2.4 概念体系构建 | 第71-72页 |
| 5.3.3 属性映射及层级构建 | 第72-74页 |
| 5.3.3.1 异构问题分析 | 第72页 |
| 5.3.3.2 属性映射 | 第72-73页 |
| 5.3.3.3 属性层级构建 | 第73-74页 |
| 5.3.4 实体相似度计算及阈值设定 | 第74-76页 |
| 5.3.5 聚合结果分析 | 第76-79页 |
| 5.3.5.1 匹配分析 | 第76-77页 |
| 5.3.5.2 异构数据语义聚合模型 | 第77-79页 |
| 第六章 结论与展望 | 第79-81页 |
| 6.1 结论 | 第79-80页 |
| 6.2 不足与展望 | 第80-81页 |
| 参考文献 | 第81-87页 |
| 攻读学位期间取得的研究成果 | 第87-88页 |
| 致谢 | 第88-89页 |
| 个人简况及联系方式 | 第89-90页 |
