基于马尔科夫逻辑网的领域知识学习与更新技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 本文研究的背景和意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-14页 |
| 1.2.1 领域知识学习和更新方面 | 第11-12页 |
| 1.2.2 马尔科夫逻辑网方面 | 第12-14页 |
| 1.3 传统方法的不足 | 第14-15页 |
| 1.4 本文主要研究内容和结构安排 | 第15-16页 |
| 第2章 马尔科夫逻辑网及其应用 | 第16-25页 |
| 2.1 引言 | 第16-17页 |
| 2.2 马尔科夫逻辑网基本知识 | 第17-21页 |
| 2.2.1 马尔科夫网络 | 第17-18页 |
| 2.2.2 一阶逻辑 | 第18-20页 |
| 2.2.3 马尔科夫逻辑网概念 | 第20-21页 |
| 2.3 马尔科夫逻辑网的学习和推理方法 | 第21-24页 |
| 2.3.1 马尔科夫逻辑网的学习方法 | 第22-23页 |
| 2.3.2 马尔科夫逻辑网的推理方法 | 第23-24页 |
| 2.4 基于马尔科夫逻辑表示的处理平台 | 第24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 领域知识学习技术 | 第25-39页 |
| 3.1 引言 | 第25页 |
| 3.2 领域知识与领域知识学习 | 第25-26页 |
| 3.3 基于 SVM 的文本分类知识学习技术 | 第26-28页 |
| 3.4 基于马尔科夫逻辑网的文本分类知识学习技术 | 第28-29页 |
| 3.5 实验设计 | 第29-36页 |
| 3.5.1 文本分类的马尔科夫逻辑表示 | 第30页 |
| 3.5.2 实验数据集 | 第30-32页 |
| 3.5.3 实验预处理和特征选择 | 第32-33页 |
| 3.5.4 领域知识库的建立 | 第33-34页 |
| 3.5.5 权值学习和谓词推理 | 第34-35页 |
| 3.5.6 评价标准 | 第35-36页 |
| 3.6 实验结果与分析 | 第36-37页 |
| 3.7 本章小结 | 第37-39页 |
| 第4章 基于增量学习的领域知识更新技术 | 第39-45页 |
| 4.1 引言 | 第39页 |
| 4.2 领域知识更新及其策略 | 第39-40页 |
| 4.2.1 领域知识更新 | 第39-40页 |
| 4.2.2 领域知识更新策略 | 第40页 |
| 4.3 基于特征词库增量学习的领域知识更新技术 | 第40-41页 |
| 4.4 实验设计 | 第41-43页 |
| 4.4.1 实验数据集和预处理 | 第41-42页 |
| 4.4.2 实验过程 | 第42-43页 |
| 4.5 实验结果与分析 | 第43-44页 |
| 4.6 本章小结 | 第44-45页 |
| 第5章 基于马尔科夫逻辑网的领域知识更新 | 第45-51页 |
| 5.1 引言 | 第45页 |
| 5.2 领域知识更新策略 | 第45-46页 |
| 5.3 实验设计 | 第46-49页 |
| 5.4 实验结果与分析 | 第49-50页 |
| 5.5 本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的论文 | 第57-59页 |
| 致谢 | 第59页 |
