| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第1章 绪论 | 第13-42页 |
| ·课题背景及意义 | 第13-15页 |
| ·国内外研究现状 | 第15-36页 |
| ·语义知识库构建研究现状 | 第15-20页 |
| ·语义相似度计算研究现状 | 第20-22页 |
| ·多源语义知识库融合研究现状 | 第22-26页 |
| ·属性抽取研究现状 | 第26-36页 |
| ·本文的研究内容及创新点 | 第36-40页 |
| ·论文研究内容 | 第36-39页 |
| ·本文的主要创新点 | 第39-40页 |
| ·本文的内容安排 | 第40-42页 |
| 第2章 多源语义知识库融合框架 | 第42-53页 |
| ·引言 | 第42-43页 |
| ·多语义知识库融合 | 第43-50页 |
| ·问题的提出 | 第43-47页 |
| ·多源语义知识库融合框架构建 | 第47-49页 |
| ·多源语义知识库融合流程 | 第49-50页 |
| ·百科知识库与HowNet的融合框架 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第3章 语义知识库融合中属性抽取的多过滤器驱动方法 | 第53-69页 |
| ·引言 | 第53-54页 |
| ·基于多过滤器驱动的类别属性抽取方法 | 第54-60页 |
| ·数据源 | 第54-55页 |
| ·类别属性抽取策略 | 第55-56页 |
| ·抽取流程 | 第56页 |
| ·基于多过滤器驱动的类别属性抽取 | 第56-60页 |
| ·实验与分析 | 第60-67页 |
| ·实验设置 | 第60-61页 |
| ·结果及分析 | 第61-67页 |
| ·类别属性应用 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第4章 语义知识库融合中属性抽取的语义关联度挖掘方法 | 第69-89页 |
| ·引言 | 第69-70页 |
| ·容错粗集技术 | 第70-73页 |
| ·粗集 | 第70-71页 |
| ·容错粗集 | 第71-73页 |
| ·语义关联度挖掘 | 第73-75页 |
| ·基于容错粗集的类别属性抽取 | 第75-76页 |
| ·基于语义关联度挖掘的类别属性抽取 | 第76-79页 |
| ·实验与分析 | 第79-88页 |
| ·实验设置 | 第79-81页 |
| ·参数选择 | 第81-82页 |
| ·结果及分析 | 第82-88页 |
| ·本章小节 | 第88-89页 |
| 第5章 基于语义关联度计算的排序方法 | 第89-100页 |
| ·引言 | 第89-90页 |
| ·基于语义关联度计算的站点排序算法 | 第90-91页 |
| ·基于网站特征识别的搜索引擎排序算法 | 第91-96页 |
| ·基于网站排序的搜索引擎框架 | 第91-92页 |
| ·网站特征提取 | 第92-96页 |
| ·基于网站特征识别的排序算法 | 第96页 |
| ·实验与分析 | 第96-99页 |
| ·实验设置 | 第96-97页 |
| ·评测方法 | 第97页 |
| ·结果及分析 | 第97-99页 |
| ·本章小结 | 第99-100页 |
| 结论 | 第100-103页 |
| 参考文献 | 第103-126页 |
| 攻读博士学位期间发表的学术论文及其它成果 | 第126-129页 |
| 致谢 | 第129-131页 |
| 个人简历 | 第131页 |