超网络视域下数字资源聚合研究
摘要 | 第4-6页 |
Abstract | 第6-8页 |
第1章 绪论 | 第16-23页 |
1.1 研究背景与意义 | 第16-18页 |
1.1.1 研究背景 | 第16-17页 |
1.1.2 研究意义 | 第17-18页 |
1.2 研究内容与结构安排 | 第18-19页 |
1.2.1 研究内容 | 第18页 |
1.2.2 结构安排 | 第18-19页 |
1.3 研究方法 | 第19-20页 |
1.4 技术路线 | 第20-21页 |
1.5 主要创新点 | 第21-22页 |
1.6 本章小结 | 第22-23页 |
第2章 研究综述 | 第23-50页 |
2.1 数字资源聚合研究述评 | 第23-31页 |
2.1.1 研究现状 | 第23-27页 |
2.1.2 相关研究述评 | 第27-31页 |
2.2 超网络研究述评 | 第31-38页 |
2.2.1 研究现状 | 第31-35页 |
2.2.2 相关研究述评 | 第35-38页 |
2.3 语义标注研究述评 | 第38-49页 |
2.3.1 研究现状 | 第38-44页 |
2.3.2 相关研究述评 | 第44-49页 |
2.4 本章小结 | 第49-50页 |
第3章 理论与方法 | 第50-76页 |
3.1 概念 | 第50-51页 |
3.1.1 超网络概念 | 第50页 |
3.1.2 语义标注概念 | 第50-51页 |
3.2 理论框架 | 第51-58页 |
3.2.1 资源聚合的理论基础 | 第51-54页 |
3.2.2 超网络理论 | 第54-57页 |
3.2.3 语义标注理论及框架 | 第57-58页 |
3.3 方法 | 第58-66页 |
3.3.1 数字资源聚合方法体系 | 第58-64页 |
3.3.2 超网络构建方法 | 第64-66页 |
3.4 语义标注工具 | 第66-75页 |
3.4.1 语义标注工具概述 | 第66页 |
3.4.2 语义标注工具类型 | 第66-68页 |
3.4.3 语义标注工具功能比较 | 第68-70页 |
3.4.4 语义标注工具特征分析 | 第70页 |
3.4.5 语义标注工具的局限性 | 第70-72页 |
3.4.6 语义标注工具在数字资源聚合中的适用性 | 第72-75页 |
3.5 本章小结 | 第75-76页 |
第4章 数字资源聚合的语义标注工具系统设计 | 第76-83页 |
4.1 数字资源聚合的语义标注工具系统模型 | 第76-78页 |
4.1.1 系统输入模块 | 第76-77页 |
4.1.2 语义处理模块 | 第77页 |
4.1.3 本体知识模块 | 第77页 |
4.1.4 语义标注模块 | 第77-78页 |
4.1.5 存储模块 | 第78页 |
4.2 关键算法 | 第78-80页 |
4.2.1 自动语义标注系统模型的总体算法 | 第78-79页 |
4.2.2 自动本体标注算法 | 第79-80页 |
4.3 标注结果说明和示例 | 第80-81页 |
4.3.1 标注结果说明 | 第80-81页 |
4.3.2 标注结果示例 | 第81页 |
4.4 本章小结 | 第81-83页 |
第5章 超网络视域下数字资源关联聚合研究 | 第83-89页 |
5.1 子网络构建与描述 | 第83-84页 |
5.1.1 K-K 子网络 | 第83-84页 |
5.1.2 P-P 子网络 | 第84页 |
5.1.3 M-M 子网络 | 第84页 |
5.2 子网络间映射关系的构建与描述 | 第84-87页 |
5.2.1 子网 G_p与 G_k间的映射关系 | 第84-85页 |
5.2.2 子网 G_p与 G_m间的映射关系 | 第85-86页 |
5.2.3 子网 G_k与 G_m间的映射关系 | 第86-87页 |
5.3 数字资源超网络的实现 | 第87页 |
5.3.1 数字资源超网络构建 | 第87页 |
5.3.2 数字资源超网络描述 | 第87页 |
5.4 本章小结 | 第87-89页 |
第6章 超网络视域下数字资源深度聚合研究 | 第89-103页 |
6.1 数字资源超网络中的语义关系分析 | 第89-93页 |
6.1.1 等级关系 | 第89-90页 |
6.1.2 属性关系 | 第90页 |
6.1.3 等同关系 | 第90-91页 |
6.1.4 相关关系 | 第91页 |
6.1.5 引用关系 | 第91页 |
6.1.6 论述关系 | 第91-93页 |
6.2 深度聚合机制与方法 | 第93-95页 |
6.2.1 资源采集的机制和方法 | 第94页 |
6.2.2 资源描述的机制和方法 | 第94页 |
6.2.3 语义聚合的机制和方法 | 第94-95页 |
6.2.4 可视化原则和方法 | 第95页 |
6.3 数字资源超网络聚合模式与知识发现应用 | 第95-98页 |
6.4 数字资源超网络聚合系统模型 | 第98-102页 |
6.4.1 基础层 | 第100页 |
6.4.2 描述层 | 第100页 |
6.4.3 关联层 | 第100页 |
6.4.4 聚合层 | 第100-101页 |
6.4.5 应用层 | 第101页 |
6.4.6 系统运行保障体系 | 第101-102页 |
6.5 本章小结 | 第102-103页 |
第7章 超网络视域下数字资源聚合实验 | 第103-127页 |
7.1 实验背景 | 第103页 |
7.2 实验数据和方法 | 第103-105页 |
7.2.1 数据来源和描述 | 第103-104页 |
7.2.2 实验方法和工具 | 第104-105页 |
7.3 实验步骤 | 第105-122页 |
7.3.1 实验数字资源的子网络构建 | 第105-110页 |
7.3.2 实验数据的子网络间映射关系构建 | 第110-114页 |
7.3.3 实验数字资源的关联聚合 | 第114-118页 |
7.3.4 实验数字资源的深度聚合 | 第118-122页 |
7.4 实验结果分析与比较 | 第122-126页 |
7.4.1 基于引证关系的聚合结果 | 第122-124页 |
7.4.2 超网络聚合与基于引证关系聚合的比较 | 第124-126页 |
7.5 本章小结 | 第126-127页 |
第8章 结论与展望 | 第127-130页 |
8.1 研究结论 | 第127-129页 |
8.1.1 主要观点 | 第127-129页 |
8.1.2 研究局限 | 第129页 |
8.2 研究展望 | 第129-130页 |
参考文献 | 第130-140页 |
攻读博士期间所取得的科研成果 | 第140-141页 |
致谢 | 第141-142页 |