領(lǐng)域語義信息檢索研究：以竹藤領(lǐng)域為例

目錄
前言
**章 緒論 1
1.1 研究背景 1
1.2 研究意義 4
1.3 研究內(nèi)容 4
1.4 技術(shù)路線 6
1.5 本書貢獻(xiàn) 7
第二章 相關(guān)研究綜述 8
2.1 語義信息檢索 8
2.2 農(nóng)業(yè)領(lǐng)域語義信息檢索 9
2.3 基于本體的農(nóng)業(yè)領(lǐng)域語義信息檢索 10
2.4 植物鑒別方法 11
2.5 本章小結(jié) 13
第三章 基于云模型TOPSIS的植物鑒別檢索方法 14
3.1 引言 14
3.2 問題提出 14
3.3 相關(guān)理論及技術(shù) 15
3.3.1 云模型 15
3.3.2 TOPSIS多屬性綜合評價法 18
3.4 算法步驟 19
3.5 實例 22
3.6 本章小結(jié) 28
第四章 基于互信息條件隨機場的中文領(lǐng)域術(shù)語識別方法 29
4.1 引言 29
4.2 相關(guān)理論及技術(shù) 30
4.2.1 領(lǐng)域術(shù)語 30
4.2.2 領(lǐng)域術(shù)語識別方法 30
4.2.3 互信息 32
4.2.4 條件隨機場模型 33
4.3 基于互信息條件隨機場的中文領(lǐng)域術(shù)語識別方法 34
4.3.1 問題提出 34
4.3.2 算法步驟 36
4.3.3 實例 37
4.4 實驗結(jié)果與分析 42
4.4.1 實驗設(shè)置 42
4.4.2 實驗一：與互信息、信息熵及單純條件隨機場算法的識別效果比較 43
4.4.3 實驗二：窗口寬度和標(biāo)注集對本算法性能的影響 44
4.5 本章小結(jié) 46
第五章 竹藤領(lǐng)域語義信息檢索模型 47
5.1 引言 47
5.2 相關(guān)理論及技術(shù) 48
5.2.1 信息檢索模型 48
5.2.2 查詢擴展 52
5.2.3 TF-IDF算法 54
5.3 竹藤領(lǐng)域語義信息檢索模型 55
5.4 竹藤本體構(gòu)建 56
5.4.1 竹藤本體的設(shè)計 56
5.4.2 竹藤領(lǐng)域本體知識表示 57
5.4.3 竹藤領(lǐng)域本體知識實例化 58
5.5 查詢擴展 62
5.5.1 語義查詢擴展 62
5.5.2 概念相似度計算 63
5.5.3 查詢擴展的檢索方法 64
5.6 竹藤領(lǐng)域術(shù)語權(quán)重計算 64
5.6.1 竹藤領(lǐng)域術(shù)語權(quán)重定義 64
5.6.2 竹藤領(lǐng)域術(shù)語權(quán)重計算 65
5.7 語義相關(guān)度計算 66
5.7.1 檢索詞與實例間的語義相關(guān)度計算 66
5.7.2 結(jié)果的相關(guān)度排序 69
5.8 實驗結(jié)果與分析 69
5.8.1 實驗一：語義查詢擴展對模型性能的影響 70
5.8.2 實驗二：引入領(lǐng)域術(shù)語權(quán)重對模型性能的影響 71
5.8.3 實驗三：與貝葉斯檢索模型的比較 73
5.8.4 實例 74
5.9 本章小節(jié) 74
第六章 總結(jié)與展望 76
6.1 本書總結(jié) 76
6.2 研究展望 77
參考文獻(xiàn) 78