| 提要 | 第1-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-16页 |
| 第1章 绪论 | 第16-22页 |
| ·本文研究的背景和意义 | 第16页 |
| ·单词语义相似度度量的研究现状 | 第16-20页 |
| ·基于知识的单词语义相似度度量 | 第16-19页 |
| ·基于语料库的单词语义相似度度量 | 第19-20页 |
| ·论文的研究内容和组织结构 | 第20-22页 |
| 第2章 基于朴素贝叶斯模型的单词语义相似度度量 | 第22-42页 |
| ·基础理论 | 第22-23页 |
| ·基于 WORDNET 的单词对特征自动提取 | 第23-26页 |
| ·相关定义 | 第23-24页 |
| ·特征提取 | 第24-26页 |
| ·算法复杂性分析 | 第26页 |
| ·基于散点图的单词对特征对单词语义相似度的可量化性分析 | 第26-28页 |
| ·单词语义相似度度量的朴素贝叶斯模型 | 第28-32页 |
| ·朴素贝叶斯模型 | 第28-29页 |
| ·条件概率分布 | 第29页 |
| ·相似度均值函数 | 第29-30页 |
| ·算法描述及算法复杂性分析 | 第30-32页 |
| ·基于贝叶斯推理的单词语义相似度度量 | 第32-34页 |
| ·单词语义相似度建模 | 第32-33页 |
| ·算法描述及复杂性分析 | 第33-34页 |
| ·实验与结果分析 | 第34-39页 |
| ·评价指标 | 第34-35页 |
| ·实验数据及实验方法 | 第35-36页 |
| ·实验结果 | 第36-37页 |
| ·实验结果分析 | 第37-38页 |
| ·基于 Pearson 相关系数的实验结果对比分析 | 第38页 |
| ·基于 Spearman 相关系数的实验结果对比分析 | 第38-39页 |
| ·算法效率分析 | 第39页 |
| ·本章小结 | 第39-42页 |
| 第3章 基于主观 BAYES 的单词语义相似度度量 | 第42-52页 |
| ·基础理论 | 第42-43页 |
| ·知识库构建 | 第43-45页 |
| ·规则的充分性度量 | 第43-44页 |
| ·算法描述及算法复杂性分析 | 第44-45页 |
| ·基于主观 BAYES 不确定性推理的单词语义相似度度量 | 第45-47页 |
| ·单词语义相似度建模 | 第45-46页 |
| ·算法描述及复杂性分析 | 第46-47页 |
| ·实验与结果分析 | 第47-50页 |
| ·实验结果 | 第47-48页 |
| ·实验结果分析 | 第48页 |
| ·基于 Pearson 相关系数的实验结果对比分析 | 第48-49页 |
| ·基于 Spearman 相关系数的实验结果对比分析 | 第49-50页 |
| ·算法效率分析 | 第50页 |
| ·本章小结 | 第50-52页 |
| 第4章 基于证据理论的单词语义相似度度量 | 第52-64页 |
| ·基础理论 | 第52-53页 |
| ·基本信任分配函数 | 第53-55页 |
| ·单词对距离在决策框架上产生的基本概率分配函数 | 第53-54页 |
| ·单词对深度在决策框架上产生的基本概率分配函数 | 第54页 |
| ·算法描述及复杂性分析 | 第54-55页 |
| ·基于证据合成的单词语义相似度度量 | 第55-59页 |
| ·证据冲突判别 | 第55-56页 |
| ·证据相对重要度分配 | 第56页 |
| ·信度调整 | 第56-57页 |
| ·BPA 合成 | 第57-58页 |
| ·单词语义相似度建模 | 第58页 |
| ·算法描述及复杂性分析 | 第58-59页 |
| ·实验与结果分析 | 第59-63页 |
| ·实验结果 | 第60-61页 |
| ·实验结果分析 | 第61页 |
| ·基于 Pearson 相关系数的实验结果对比分析 | 第61-62页 |
| ·基于 Spearman 相关系数的实验结果对比分析 | 第62页 |
| ·算法效率分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 基于 MYCIN 推理模型的单词语义相似度度量 | 第64-74页 |
| ·基础理论 | 第64-65页 |
| ·知识库 | 第65-67页 |
| ·规则的确定性度量 | 第65-67页 |
| ·算法描述及算法复杂性分析 | 第67页 |
| ·基于 MYCIN 推理的单词语义相似度度量 | 第67-69页 |
| ·单词语义相似度建模 | 第67-68页 |
| ·算法描述及复杂性分析 | 第68-69页 |
| ·实验与结果分析 | 第69-72页 |
| ·实验结果 | 第69-71页 |
| ·实验结果分析 | 第71页 |
| ·基于 Pearson 相关系数的实验结果对比分析 | 第71-72页 |
| ·基于 Spearman 相关系数的实验结果对比分析 | 第72页 |
| ·算法效率分析 | 第72页 |
| ·本章小结 | 第72-74页 |
| 第6章 基于云模型的单词语义相似度度量 | 第74-84页 |
| ·基础理论 | 第74-75页 |
| ·相似云 | 第75-78页 |
| ·相似云的定义 | 第75页 |
| ·相似云的数字特征量化 | 第75-78页 |
| ·基于相似云的单词语义相似度度量 | 第78-79页 |
| ·单词语义相似度建模 | 第78页 |
| ·算法描述及复杂性分析 | 第78-79页 |
| ·实验与结果分析 | 第79-82页 |
| ·实验结果 | 第79-81页 |
| ·实验结果分析 | 第81页 |
| ·基于 Pearson 相关系数的实验结果对比分析 | 第81-82页 |
| ·基于 Spearman 相关系数的实验结果对比分析 | 第82页 |
| ·算法效率分析 | 第82页 |
| ·本章小结 | 第82-84页 |
| 第7章 基于模糊集的单词语义相似度度量 | 第84-90页 |
| ·基础理论 | 第84页 |
| ·相似 | 第84-85页 |
| ·相似的定义 | 第84-85页 |
| ·隶属函数的量化 | 第85页 |
| ·基于相似量化的单词语义相似度度量 | 第85-86页 |
| ·单词语义相似度建模 | 第85-86页 |
| ·算法描述及复杂性分析 | 第86页 |
| ·实验与结果分析 | 第86-89页 |
| ·实验结果 | 第86-88页 |
| ·实验结果分析 | 第88页 |
| ·基于 Pearson 相关系数的实验结果对比分析 | 第88-89页 |
| ·基于 Spearman 相关系数的实验结果对比分析 | 第89页 |
| ·算法效率分析 | 第89页 |
| ·本章小结 | 第89-90页 |
| 第8章 云模型与 CF 和 D-S 理论结合的单词语义相似度度量 | 第90-100页 |
| ·基于云模型与 MYCIN 推理模型相结合的单词语义相似度度量 | 第90-93页 |
| ·知识库 | 第90-91页 |
| ·知识库构建算法 | 第91-92页 |
| ·单词语义相似度建模 | 第92-93页 |
| ·基于云模型与证据理论相结合的单词语义相似度度量 | 第93-95页 |
| ·单词对距离在决策框架上产生的基本概率分配函数 | 第93-94页 |
| ·单词对深度在决策框架上产生的基本概率分配函数 | 第94页 |
| ·基本概率分配函数生成算法 | 第94-95页 |
| ·单词语义相似度建模 | 第95页 |
| ·实验与结果分析 | 第95-99页 |
| ·实验结果 | 第95-97页 |
| ·实验结果分析 | 第97页 |
| ·基于 Pearson 相关系数的实验结果对比分析 | 第97-98页 |
| ·基于 Spearman 相关系数的实验结果对比分析 | 第98-99页 |
| ·算法效率分析 | 第99页 |
| ·本章小结 | 第99-100页 |
| 第9章 基于特征模糊化和云模型及 CF 的单词语义相似度度量 | 第100-110页 |
| ·特征模糊化处理 | 第100-102页 |
| ·相似云 | 第102-103页 |
| ·相似云的定义 | 第102页 |
| ·相似云的数字特征量化 | 第102-103页 |
| ·单词语义相似度度量 | 第103-106页 |
| ·基于特征模糊处理和云模型的单词语义相似度建模 | 第103-104页 |
| ·基于特征模糊处理与云模型和 CF 相结合的单词语义相似度建模 | 第104-106页 |
| ·实验与结果分析 | 第106-109页 |
| ·实验结果 | 第106-107页 |
| ·实验结果分析 | 第107-108页 |
| ·基于 Pearson 相关系数的实验结果对比分析 | 第108-109页 |
| ·基于 Spearman 相关系数的实验结果对比分析 | 第109页 |
| ·算法效率分析 | 第109页 |
| ·本章小结 | 第109-110页 |
| 第10章 总结与展望 | 第110-116页 |
| ·不确定性理论用于单词语义相似度度量的可行性分析 | 第110-113页 |
| ·基于 Pearson 相关系数的实验结果对比分析 | 第110-111页 |
| ·基于 Spearman 相关系数的实验结果对比分析 | 第111-112页 |
| ·结论 | 第112-113页 |
| ·本文的主要工作 | 第113页 |
| ·本文的创新点 | 第113-114页 |
| ·本文的理论与应用价值 | 第114页 |
| ·工作展望 | 第114-116页 |
| 参考文献 | 第116-123页 |
| 作者简介及在学期间所取得的科研成果 | 第123-124页 |
| 致谢 | 第124页 |
