面向中文網(wǎng)絡(luò)百科知識圖譜的高性能并行去噪關(guān)鍵技術(shù)研究

第1章  緒論
 1.1  研究背景
 1.2  研究意義與價值
 1.3  國內(nèi)外研究現(xiàn)狀
 1.4  本書的主要內(nèi)容及創(chuàng)新點
第2章  相關(guān)概念和問題描述
 2.1  知識三元組
 2.2  三元組的開放分類標(biāo)簽集
 2.3  數(shù)據(jù)場及其勢函數(shù)
 2.4  中文同義詞詞林
 2.5  由標(biāo)簽集引起的實體知識不恰當(dāng)歸類
第3章  知識三元組的初始相似度計算
 3.1  中文網(wǎng)絡(luò)百科原始知識圖譜的構(gòu)建
 3.2  基于編輯距離和同義詞詞林相融合的三元組初識相似度計算
 3.3  基于數(shù)據(jù)場的標(biāo)簽語義距離相似度計算
 3.4  根據(jù)三元組勢值排名對知識圖譜進(jìn)行去噪和精煉
 3.5  實驗結(jié)果及分析
 3.6  本章總結(jié)與展望
第4章  基于MapReduce的初始相似度計算并行優(yōu)化
 4.1  MapReduce并行計算框架簡介
 4.2  基于MapReduce的初始相似度并行計算總體框架
 4.3  數(shù)據(jù)依賴分析與證明
 4.4  基于MapReduce的初始相似度算法并行化實現(xiàn)
 4.5  實驗環(huán)境與配置
 4.6  實驗結(jié)果及分析
 4.7  本章總結(jié)與展望
第5章  基于改進(jìn)的標(biāo)簽集勢函數(shù)的知識庫語義量化
 5.1  基于笛卡爾積的三元組語義相似度度量優(yōu)化
 5.2  基于多特征融合的標(biāo)簽語義距離計算優(yōu)化
 5.3  基于標(biāo)簽集勢函數(shù)的知識圖譜去噪
 5.4  對知識圖譜去噪與精煉的舉例說明
 5.5  實驗結(jié)果及分析
 5.6  本章總結(jié)與展望
第6章  基于Spark的中文百科知識圖譜去噪算法并行優(yōu)化
 6.1  Spark并行計算框架簡介
 6.2  基于Spark的TripleES算法并行化改造
 6.3  TriplePV三元組勢值計算算法的并行化改造
 6.4  實驗環(huán)境與配置
 6.5  實驗結(jié)果及分析
 6.6  本章總結(jié)與展望
第7章  全書總結(jié)
參考文獻(xiàn)