基于词性标注与分类算法相结合的基因本体知识发现
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景与研究意义 | 第11-13页 |
| 1.2 研究现状 | 第13-16页 |
| 1.2.1 知识发现 | 第13-14页 |
| 1.2.2 本体 | 第14-15页 |
| 1.2.3 词性标注 | 第15页 |
| 1.2.4 分类 | 第15-16页 |
| 1.3 本文主要工作 | 第16-17页 |
| 1.4 本文组织架构 | 第17-18页 |
| 第2章 相关理论研究 | 第18-29页 |
| 2.1 基因本体（Gene Ontology） | 第18-19页 |
| 2.2 词性标注 | 第19-21页 |
| 2.2.1 HMM 标注算法 | 第19-20页 |
| 2.2.2 基于转换的标注 | 第20-21页 |
| 2.3 经典分类算法及其评价指标 | 第21-28页 |
| 2.3.1 朴素贝叶斯分类算法 | 第21-22页 |
| 2.3.2 支持向量机 | 第22-27页 |
| 2.3.3 分类器的评价指标 | 第27-28页 |
| 2.4 本章小结 | 第28-29页 |
| 第3章 RBUT 词性标注算法 | 第29-36页 |
| 3.1 词典描述 | 第29-31页 |
| 3.2 语法规则描述 | 第31-34页 |
| 3.2.1 词汇拼写信息相关的规则 | 第31-32页 |
| 3.2.2 上下文信息相关的规则 | 第32-34页 |
| 3.3 词性标注器整体结构 | 第34-35页 |
| 3.4 RBUT 算法说明 | 第35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基因本体知识发现模型的建立 | 第36-43页 |
| 4.1 问题描述 | 第36-37页 |
| 4.1.1 原始问题描述 | 第36页 |
| 4.1.2 问题的转化 | 第36-37页 |
| 4.2 支持向量机模型 | 第37-40页 |
| 4.2.1 数据预处理 | 第37页 |
| 4.2.2 特征选取 | 第37-38页 |
| 4.2.3 特征权值计算 | 第38-39页 |
| 4.2.4 SVM 模型结构 | 第39-40页 |
| 4.3 朴素贝叶斯模型 | 第40-42页 |
| 4.3.1 数据预处理 | 第40页 |
| 4.3.2 特征选取 | 第40页 |
| 4.3.3 朴素贝叶斯模型结构 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 实验分析 | 第43-51页 |
| 5.1 LIBSVM 简介及配置 | 第43-44页 |
| 5.2 数据集的选取 | 第44-45页 |
| 5.3 实验结果分析 | 第45-50页 |
| 5.3.1 支持向量机模型 | 第46-48页 |
| 5.3.2 朴素贝叶斯模型 | 第48-49页 |
| 5.3.3 两种模型对比 | 第49-50页 |
| 5.4 本章小结 | 第50-51页 |
| 第6章 总结与展望 | 第51-53页 |
| 6.1 论文工作总结 | 第51-52页 |
| 6.2 未来展望 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 作者简介及在学期间所取得的科研成果 | 第58-59页 |
| 致谢 | 第59页 |
