知識發(fā)現(xiàn)：科技文獻(xiàn)內(nèi)容挖掘技術(shù)研究

第1章 緒論
1.1 研究背景及問題提出
1.1.1 研究背景
1.1.2 問題的提出
1.2 國內(nèi)外研究概況
1.2.1 基于文獻(xiàn)內(nèi)容的知識發(fā)現(xiàn)
1.2.2 支持向量機(jī)
1.2.3 論文影響力預(yù)測
1.2.4 文本分類
1.2.5 領(lǐng)域框架語義網(wǎng)絡(luò)本體構(gòu)建
第2章 學(xué)術(shù)論文影響力預(yù)測方法
2.1 樣本分析
2.2 基于支持向量機(jī)的學(xué)術(shù)論文影響力預(yù)測模型
2.2.1 模型參數(shù)的影響
2.2.2 模型的樣本特征值預(yù)處理及樣本非平衡敏感性
2.2.3 增量學(xué)習(xí)策略
2.2.4 樣本特征選擇
2.2.5 學(xué)科敏感性
2.3 與已有預(yù)測方法的比較
2.4 結(jié)論
2.5 小結(jié)
第3章 術(shù)語概念聚類策略
3.1 樣本特征及其分布情況
3.2 共詞綴詞術(shù)語概念聚類策略
3.2.1 算法描述及實驗
3.2.2 基于區(qū)分度的術(shù)語聚類停用詞算法
3.3 算法有效性評價及改進(jìn)
3.4 結(jié)論
3.5 小結(jié)
第4章 基于區(qū)分度的文本分類技術(shù)
4.1 基于支持向量機(jī)的單分類器多分類方法
4.1.1 新類別在線訓(xùn)練方法
4.1.2 基于類別區(qū)分度的特征選擇算法
4.1.3 術(shù)語同義聚類對文本分類效果的影響
4.1.4 基于特征向量及句子向量的組合文本分類方法
4.1.5 訓(xùn)練樣本分類可靠性分析
4.2 系統(tǒng)分類①糾錯方法
4.3 結(jié)論
4.4 小結(jié)
第5章 領(lǐng)域框架語義網(wǎng)絡(luò)本體候選核心詞詞庫構(gòu)建方法
5.1 領(lǐng)域框架語義網(wǎng)絡(luò)本體候選核心詞庫構(gòu)建框架
5.2 基于領(lǐng)域?qū)Ｖ付鹊暮蜻x核心詞選擇方法
5.2.1 領(lǐng)域詞匯核心度
5.2.2 領(lǐng)域詞匯核聚度
5.2.3 基于文獻(xiàn)內(nèi)容共現(xiàn)網(wǎng)絡(luò)的新特征及新核心詞在線學(xué)習(xí)
5.3 基于語素的候選核心詞選擇方案
5.3.1 領(lǐng)域語素核心度
5.3.2 領(lǐng)域語素核聚度
5.3.3 基于語素特征權(quán)重的領(lǐng)域新特征詞判別方法
5.3.4 領(lǐng)域語素提取
5.4 領(lǐng)域框架語義網(wǎng)絡(luò)本體核心詞匯概念的層次、同位或等同關(guān)系挖掘
5.5 領(lǐng)域框架語義網(wǎng)絡(luò)本體核心詞匯概念的領(lǐng)域相關(guān)概念詞選擇
5.6 科技文獻(xiàn)領(lǐng)域框架設(shè)計
5.7 結(jié)論
5.8 小結(jié)
第6章 領(lǐng)域框架語義網(wǎng)絡(luò)本體例句庫構(gòu)建方法
6.1 領(lǐng)域框架語義網(wǎng)絡(luò)本體候選例句庫構(gòu)建框架
6.2 科技論文領(lǐng)域框架語義網(wǎng)絡(luò)本體候選例句選擇方法
6.3 基于框架詞元正則表達(dá)式的例句標(biāo)注方法
6.4 領(lǐng)域框架語義網(wǎng)絡(luò)本體語義配價模板構(gòu)建方法
6.5 例句有效性的評價方法
6.6 結(jié)論
6.7 小結(jié)
第7章 領(lǐng)域框架語義網(wǎng)絡(luò)本體庫構(gòu)建及其應(yīng)用
7.1 基于科技論文領(lǐng)域核心詞的框架語義網(wǎng)絡(luò)本體庫構(gòu)建模式
7.2 導(dǎo)電塑料中文本體庫高水平科技文獻(xiàn)語料
7.3 導(dǎo)電塑料領(lǐng)域框架網(wǎng)絡(luò)核心詞匯
7.4 導(dǎo)電塑料領(lǐng)域框架網(wǎng)絡(luò)例句及配價模版
7.5 導(dǎo)電塑料專利文獻(xiàn)檢索系統(tǒng)
7.5.1 常見專利文獻(xiàn)檢索系統(tǒng)
7.5.2 基于領(lǐng)域框架語義網(wǎng)絡(luò)本體語義推理的文獻(xiàn)檢索系統(tǒng)
7.6 導(dǎo)電塑料領(lǐng)域框架語義網(wǎng)絡(luò)本體庫的適應(yīng)性
7.6.1 技術(shù)路線圖概念
7.6.2 基于技術(shù)路線圖的技術(shù)子框架 以物質(zhì)制備為例
7.7 領(lǐng)域本體構(gòu)建框架的動態(tài)更新機(jī)制
7.8 小結(jié)
參考文獻(xiàn)
附錄一：高水平論文預(yù)測模型實驗樣本示例
附錄二：提取當(dāng)前記錄的高頻詞近鄰記錄關(guān)鍵代碼
附錄三：特征項的區(qū)分度計算
附錄四：類別特征向量生成算法程序
附錄五：關(guān)鍵詞聚類算法
附錄六：中科院分詞系統(tǒng)的基于SQL Server的ICTCLAS批處理程序（C#）
附錄七：支持向量機(jī)批應(yīng)用程序