| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 引言 | 第11-14页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 本文主要内容 | 第12-13页 |
| 1.3 论文组织结构 | 第13-14页 |
| 2 相关研究 | 第14-32页 |
| 2.1 词语相似度的含义与特点 | 第14-15页 |
| 2.2 词语相似度计算的方法 | 第15-20页 |
| 2.2.1 基于词汇知识库的方法 | 第15-16页 |
| 2.2.2 基于语料库的方法 | 第16-17页 |
| 2.2.3 基于词向量的方法 | 第17-18页 |
| 2.2.4 基于汉语特有结构的方法 | 第18-19页 |
| 2.2.5 融合的方法 | 第19-20页 |
| 2.3 词汇语义资源 | 第20-25页 |
| 2.3.1 HowNet结构分析 | 第20-22页 |
| 2.3.2 同义词词林概述 | 第22-25页 |
| 2.3.3 WordNet简述 | 第25页 |
| 2.4 词语相似性与相关性 | 第25-26页 |
| 2.5 相似度计算评测数据集 | 第26-30页 |
| 2.5.1 WS-353 | 第26-27页 |
| 2.5.2 Sim Lex-999 | 第27-28页 |
| 2.5.3 Sem Eval-2012相似度数据集 | 第28-29页 |
| 2.5.4 PKU-500 | 第29-30页 |
| 2.6 语义选择限制知识获取的相关研究 | 第30-31页 |
| 2.7 本章小结 | 第31-32页 |
| 3 基于多源知识的词语相似度计算 | 第32-45页 |
| 3.1 融合多源知识的汉语词语相似度计算方法 | 第32-37页 |
| 3.1.1 基于词汇知识库的方法 | 第32-33页 |
| 3.1.2 基于词向量的方法 | 第33-34页 |
| 3.1.3 基于汉字的方法 | 第34-35页 |
| 3.1.4 基于部首的方法 | 第35-37页 |
| 3.2 实验及结果分析 | 第37-40页 |
| 3.2.1 测试集和评价标准 | 第37-38页 |
| 3.2.2 词语相似度计算结果 | 第38-39页 |
| 3.2.3 词对分析 | 第39-40页 |
| 3.3 相似性与相关性的区分 | 第40-44页 |
| 3.3.1 相似性和相关性 | 第40-41页 |
| 3.3.2 PKU-500相似集和相关集 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 4 词语相似度计算在语义选择限制知识获取中的应用 | 第45-52页 |
| 4.1 SP知识获取 | 第45页 |
| 4.2 基于词语相似度的SP知识获取方法 | 第45-46页 |
| 4.3 知识获取的评价方法 | 第46-47页 |
| 4.4 实验及结果分析 | 第47-50页 |
| 4.4.1 数据描述与实验设置 | 第47页 |
| 4.4.2 两种相似度计算方法的实验比较 | 第47-49页 |
| 4.4.3 种子论元对SP获取结果的影响 | 第49-50页 |
| 4.5 本章小结 | 第50-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52-53页 |
| 5.2 展望 | 第53-54页 |
| 参考文献 | 第54-60页 |
| 个人履历、在校期间发表的学术论文、参与项目及科研成果 | 第60-61页 |
| 个人履历 | 第60页 |
| 在校期间发表的学术论文 | 第60页 |
| 参与项目及科研成果 | 第60-61页 |
| 致谢 | 第61页 |