面向大規(guī)模知識庫的引文推薦技術

第1章 緒論
1．1 大規(guī)模知識庫引文推薦產生的背景
1．2 大規(guī)模知識庫
1． 2．1 知識的概念與分類
1．2．2 知識表示
1．2．3 知識庫及知識庫系統
1．2．4 大規(guī)模知識庫的定義
1．2．5 大規(guī)模知識庫案例
1．2．6 大知識工程
1．3 大規(guī)模知識庫引文推薦技術的相關研究現狀及趨勢
1．3．1 在線知識庫累積引文推薦
1．3．2 命名實體鏈接
1．3．3 命名實體分類
1．3．4 突發(fā)特征挖掘
1．3．5 信息推薦
1．4 引文表示方法
1．4．1 特征表示法
1．4．2 主題模型法
1．4．3 分布式表示法
1．5 大規(guī)模知識庫引文推薦存在的問題與發(fā)展
第2章 實體-引文相關性分類技術
2．1 在線百科知識庫累積引文推薦及處理流程
2．2 實體-引文相關性分析
2．3 累積引文推薦數據集
2．3．1 目標實體集合
2．3．2 文檔集合
2．3．3 標注情況
2．4 工作數據集
2．4．1 別名擴展
2．4．2 查詢擴展
2．5 特征選擇
2．5．1 語義特征
2．5．2 時序特征
2．6 實體-引文相關性分類模型
2．6．1 查詢擴展
2．6．2 分類方法
2．6．3 排序學習
2．7 累積引文相關性分析驗證
2．7．1 任務場景
2．7．2 評價指標
2．7．3 文檔過濾性能
2．7．4 相關性模型評價
2．8 特征分析
2．9 本章小結
第3章 基于實體突發(fā)特征的文本表示模型
3．1 引言
3．2 突發(fā)檢測方法的相關工作
3．3 基于實體突發(fā)特征的文本表示
3．3．1 實體突發(fā)特征檢測算法
……
第4章 實體-引文類別依賴的混合模型
第5章 融人偏好信息的分類模型
第6章 實體-引文聯合的深度網絡分類模型
第7章 引文推薦冷啟動問題
附錄擴展SMO算法核心源代碼
參考文獻
名詞索引