摘要 | 第1-6页 |
ABSTRACT | 第6-11页 |
第一章 绪论 | 第11-24页 |
·知识库的相关概念 | 第11-14页 |
·知识 | 第11-13页 |
·知识库 | 第13-14页 |
·知识库构建的国内外研究现状 | 第14-19页 |
·知识获取 | 第15-19页 |
·论文研究背景和意义 | 第19-21页 |
·论文研究工作概述 | 第21-22页 |
·论文组织结构 | 第22-24页 |
第二章 领域知识获取的相关工作 | 第24-39页 |
·领域知识的相关概念 | 第24-28页 |
·领域知识 | 第24-25页 |
·概念 | 第25-27页 |
·术语 | 第27-28页 |
·术语自动抽取的研究现状 | 第28-34页 |
·基于规则的方法 | 第29-30页 |
·基于统计的方法 | 第30-32页 |
·混合方法 | 第32-34页 |
·术语关系获取的研究现状 | 第34-37页 |
·基于MRD的方法 | 第34页 |
·基于模板匹配的方法 | 第34-35页 |
·基于聚类的方法 | 第35-37页 |
·基于关联规则的方法 | 第37页 |
·混合方法 | 第37页 |
·本章小结 | 第37-39页 |
第三章 基于关键词序列的网络文本信息去重算法 | 第39-52页 |
·引言 | 第39页 |
·相关工作 | 第39-41页 |
·基于关键词序列的网络文本信息去重算法 | 第41-45页 |
·文本内容解析 | 第42-43页 |
·文本信息比较 | 第43-45页 |
·算法评测 | 第45-51页 |
·文本信息去重算法的评价指标 | 第45页 |
·测试语料库的构造 | 第45-47页 |
·KSM算法的参数学习 | 第47-48页 |
·对比实验 | 第48-51页 |
·本章小结 | 第51-52页 |
第四章 基于语言认知理论的中文术语自动抽取 | 第52-69页 |
·引言 | 第52页 |
·科技论文的语言学特征 | 第52-54页 |
·基于语言认知理论的中文术语抽取 | 第54-64页 |
·语言学处理 | 第55-58页 |
·统计处理 | 第58-63页 |
·算法描述 | 第63-64页 |
·算法性能评价 | 第64-68页 |
·测试语料库 | 第64-65页 |
·实验结果 | 第65-68页 |
·本章小结 | 第68-69页 |
第五章 基于多策略的术语关系自动获取 | 第69-100页 |
·引言 | 第69页 |
·基于多策略的术语关系自动获取模型 | 第69-71页 |
·基于规则的术语同义关系的获取 | 第71-74页 |
·基于结构相似性的术语层级关系获取 | 第74-77页 |
·相关工作 | 第74-75页 |
·基于同义替换的术语结构相似性评价 | 第75-77页 |
·实验结果 | 第77页 |
·基于完全加权关联规则的术语非层级关系获取 | 第77-92页 |
·完全加权关联规则挖掘的相关概念 | 第78-81页 |
·基于非频繁项集多重剪枝检测的完全加权关联规则挖掘算法 | 第81-90页 |
·基于篇章结构树语义扩展的术语效用集合 | 第90-91页 |
·实验结果 | 第91-92页 |
·基于粒子群的术语聚类 | 第92-99页 |
·术语聚类的数学模型 | 第92-95页 |
·基于K-MEANS的术语聚类算法 | 第95-96页 |
·粒子群优化算法 | 第96-97页 |
·基于粒子群的术语聚类算法 | 第97-98页 |
·算法性能评价 | 第98-99页 |
·本章小结 | 第99-100页 |
第六章 领域知识在科技论文初审辅助系统中的应用 | 第100-112页 |
·引言 | 第100页 |
·相关工作 | 第100-101页 |
·科技论文编辑初审的主要过程 | 第101-102页 |
·领域知识制导的科技论文初审辅助系统模型 | 第102-109页 |
·格式审查器 | 第102-103页 |
·参考文献近期率评价器 | 第103-104页 |
·摘要准确性评价器 | 第104-108页 |
·正文内容剽窃检测器 | 第108页 |
·综合评价器 | 第108-109页 |
·实验结果与分析 | 第109-110页 |
·本章小结 | 第110-112页 |
第七章 结束语 | 第112-115页 |
·研究工作小结 | 第112-114页 |
·今后的研究方向 | 第114-115页 |
参考文献 | 第115-125页 |
攻读博士学位期间发表的论文 | 第125-127页 |
致谢 | 第127页 |