領(lǐng)域語(yǔ)義信息檢索研究：以竹藤領(lǐng)域?yàn)槔?/h1>

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?jī)?nèi)容 4
1.4 技術(shù)路線 6
1.5 本書(shū)貢獻(xiàn) 7
第二章 相關(guān)研究綜述 8
2.1 語(yǔ)義信息檢索 8
2.2 農(nóng)業(yè)領(lǐng)域語(yǔ)義信息檢索 9
2.3 基于本體的農(nóng)業(yè)領(lǐng)域語(yǔ)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(wèn)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(píng)價(jià)法 18
3.4 算法步驟 19
3.5 實(shí)例 22
3.6 本章小結(jié) 28
第四章 基于互信息條件隨機(jī)場(chǎng)的中文領(lǐng)域術(shù)語(yǔ)識(shí)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(yǔ) 30
4.2.2 領(lǐng)域術(shù)語(yǔ)識(shí)別方法 30
4.2.3 互信息 32
4.2.4 條件隨機(jī)場(chǎng)模型 33
4.3 基于互信息條件隨機(jī)場(chǎng)的中文領(lǐng)域術(shù)語(yǔ)識(shí)別方法 34
4.3.1 問(wèn)題提出 34
4.3.2 算法步驟 36
4.3.3 實(shí)例 37
4.4 實(shí)驗(yàn)結(jié)果與分析 42
4.4.1 實(shí)驗(yàn)設(shè)置 42
4.4.2 實(shí)驗(yàn)一：與互信息、信息熵及單純條件隨機(jī)場(chǎng)算法的識(shí)別效果比較 43
4.4.3 實(shí)驗(yàn)二：窗口寬度和標(biāo)注集對(duì)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(yǔ)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(xún)擴(kuò)展 52
5.2.3 TF-IDF算法 54
5.3 竹藤領(lǐng)域語(yǔ)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(jì) 56
5.4.2 竹藤領(lǐng)域本體知識(shí)表示 57
5.4.3 竹藤領(lǐng)域本體知識(shí)實(shí)例化 58
5.5 查詢(xún)擴(kuò)展 62
5.5.1 語(yǔ)義查詢(xún)擴(kuò)展 62
5.5.2 概念相似度計(jì)算 63
5.5.3 查詢(xún)擴(kuò)展的檢索方法 64
5.6 竹藤領(lǐng)域術(shù)語(yǔ)權(quán)重計(jì)算 64
5.6.1 竹藤領(lǐng)域術(shù)語(yǔ)權(quán)重定義 64
5.6.2 竹藤領(lǐng)域術(shù)語(yǔ)權(quán)重計(jì)算 65
5.7 語(yǔ)義相關(guān)度計(jì)算 66
5.7.1 檢索詞與實(shí)例間的語(yǔ)義相關(guān)度計(jì)算 66
5.7.2 結(jié)果的相關(guān)度排序 69
5.8 實(shí)驗(yàn)結(jié)果與分析 69
5.8.1 實(shí)驗(yàn)一：語(yǔ)義查詢(xún)擴(kuò)展對(duì)模型性能的影響 70
5.8.2 實(shí)驗(yàn)二：引入領(lǐng)域術(shù)語(yǔ)權(quán)重對(duì)模型性能的影響 71
5.8.3 實(shí)驗(yàn)三：與貝葉斯檢索模型的比較 73
5.8.4 實(shí)例 74
5.9 本章小節(jié) 74
第六章 總結(jié)與展望 76
6.1 本書(shū)總結(jié) 76
6.2 研究展望 77
參考文獻(xiàn) 78