語(yǔ)義網(wǎng)數(shù)據(jù)管理技術(shù)及應(yīng)用

序
前言
第一章緒 論
1.1 語(yǔ)義網(wǎng)及其面臨的挑戰(zhàn)
1.2 與web1.0和Web2.0的區(qū)別
1.3 語(yǔ)義網(wǎng)體系結(jié)構(gòu)
1.4 語(yǔ)義網(wǎng)規(guī)范
1.4.1 資源描述框架
1.4.2 RDFS／OWL
1.4.3 SPARQL
1.4.4 GRDDL
1.4.5 RDFa
1.5 本章小結(jié)
參考文獻(xiàn)
第二章 語(yǔ)義數(shù)據(jù)模型
2.1 數(shù)據(jù)模型簡(jiǎn)介
2.1.1 語(yǔ)義及數(shù)據(jù)模型
2.1.2 語(yǔ)義數(shù)據(jù)模型特征
2.1.3 語(yǔ)義數(shù)據(jù)模型分類(lèi)
2.2 邏輯及物理數(shù)據(jù)模型
2.2.1 層次和網(wǎng)狀數(shù)據(jù)模型
2.2.2 關(guān)系數(shù)據(jù)模型
2.2.3 面向?qū)ο蟮臄?shù)據(jù)模型
2.2.4 模糊語(yǔ)義模型
2.2.5 圖模型
2.3 概念數(shù)據(jù)模型
2.3.1 實(shí)體一關(guān)系模型
2.3.2 RM／T
2.3.3 SDM
2.3.4 資源空間模型及語(yǔ)義鏈網(wǎng)絡(luò)
2.4 主動(dòng)語(yǔ)義數(shù)據(jù)模型
2.4.1 主動(dòng)語(yǔ)義數(shù)據(jù)模型概述
2.4.2 事件模型研究現(xiàn)狀
2.4.3 FEM
2.4.4 事件探測(cè)
2.5 本章小結(jié)
參考文獻(xiàn)
第三章 語(yǔ)義數(shù)據(jù)抽取
3.1 信息抽取技術(shù)簡(jiǎn)介
3.1.1 國(guó)內(nèi)外研究現(xiàn)狀
3.1.2 信息抽取技術(shù)分類(lèi)
3.2 科技文獻(xiàn)元數(shù)據(jù)抽取
3.2.1 科技文獻(xiàn)特征
3.2.2 信息抽取預(yù)處理
3.2.3 基于模板匹配的頭部信息抽取
3.2.4 基于統(tǒng)計(jì)的尾部信息抽取
3.2.5 信息封裝
3.3 科技文獻(xiàn)信息抽取系統(tǒng)及其性能評(píng)價(jià)
3.3.1 科技文獻(xiàn)信息抽取系統(tǒng)
3.3.2 評(píng)價(jià)指標(biāo)
3.3.3 實(shí)驗(yàn)結(jié)果及分析
3.4 語(yǔ)義數(shù)據(jù)清理
3.4.1 語(yǔ)義數(shù)據(jù)清理概述
3.4.2 歧義實(shí)體的識(shí)別
3.4.3 重復(fù)數(shù)據(jù)的發(fā)現(xiàn)
3.5 本章小結(jié)
參考文獻(xiàn)
第四章 數(shù)據(jù)分類(lèi)
4.1 數(shù)據(jù)分類(lèi)意義
4.2 研究現(xiàn)狀
4.2.1 傳統(tǒng)文本分類(lèi)
4.2.2 層次分類(lèi)
4.2.3 基于知識(shí)的分類(lèi)
4.3 多類(lèi)別文本自動(dòng)分類(lèi)方法
4.3.1 支持向量機(jī)分類(lèi)方法
4.3.2 k近鄰分類(lèi)方法
4.3.3 多類(lèi)別單標(biāo)簽分類(lèi)方法MSVM-kNN
4.3.4 多類(lèi)別多標(biāo)簽分類(lèi)方法
4.4 多類(lèi)別文本分類(lèi)實(shí)現(xiàn)技術(shù)
4.4.1 文獻(xiàn)預(yù)處理
4.4.2 特征降維
4.4.3 權(quán)重計(jì)算
4.4.4 分類(lèi)器設(shè)計(jì)
4.5 多類(lèi)別分類(lèi)方法性能評(píng)價(jià)
4.6 本章小結(jié)
參考文獻(xiàn)
第五章 語(yǔ)義網(wǎng)數(shù)據(jù)存儲(chǔ)技術(shù)
5.1 語(yǔ)義網(wǎng)數(shù)據(jù)存儲(chǔ)技術(shù)現(xiàn)狀
5.1.1 RDF數(shù)據(jù)模型
5.1.2 RDF存儲(chǔ)結(jié)構(gòu)
5.1.3 RDF查詢語(yǔ)言
5.1.4 語(yǔ)義數(shù)據(jù)索引技術(shù)
5.1.5 語(yǔ)義網(wǎng)數(shù)據(jù)存儲(chǔ)系統(tǒng)
5.2 語(yǔ)義網(wǎng)數(shù)據(jù)管理系統(tǒng)DBLink
5.2.1 DBI，ink的體系結(jié)構(gòu)
5.2.2 基于主存的面向?qū)ο蟠鎯?chǔ)模型
5.2.3 URI映射與內(nèi)置數(shù)據(jù)類(lèi)型
5.2.4 語(yǔ)義網(wǎng)數(shù)據(jù)分割與映射
5.2.5 語(yǔ)義網(wǎng)數(shù)據(jù)的壓縮存儲(chǔ)
5.2.6 模式空間與實(shí)例空間分離
5.3 DBLink性能評(píng)價(jià)
5.3.1 測(cè)試數(shù)據(jù)集
5.3.2 實(shí)驗(yàn)環(huán)境
5.3.3 測(cè)試查詢集
5.3.4 實(shí)驗(yàn)結(jié)果
5.4 本章小結(jié)
參考文獻(xiàn)
第六章 語(yǔ)義數(shù)據(jù)檢索技術(shù)
6.1 語(yǔ)義數(shù)據(jù)檢索的分類(lèi)
6.1.1 傳統(tǒng)數(shù)據(jù)／信息檢索
6.1.2 語(yǔ)義網(wǎng)數(shù)據(jù)檢索
6.1.3 語(yǔ)義網(wǎng)格／知識(shí)網(wǎng)格中的數(shù)據(jù)檢索
6.1.4 對(duì)等網(wǎng)絡(luò)中的信息檢索
6.2 語(yǔ)義關(guān)聯(lián)數(shù)據(jù)模型及其檢索的關(guān)鍵問(wèn)題
6.2.1 支持知識(shí)評(píng)價(jià)的語(yǔ)義關(guān)聯(lián)數(shù)據(jù)模型
6.2.2 實(shí)用且有效的語(yǔ)義數(shù)據(jù)檢索機(jī)制
6.2.3 模糊語(yǔ)義數(shù)據(jù)的表達(dá)及檢索
6.2.4 基于語(yǔ)義的對(duì)等網(wǎng)數(shù)據(jù)組織及其檢索
6.3 支持知識(shí)評(píng)價(jià)的語(yǔ)義關(guān)聯(lián)數(shù)據(jù)模型
6.3.1 語(yǔ)義關(guān)聯(lián)數(shù)據(jù)模型
6.3.2 數(shù)據(jù)的檢索及回答
6.4 基于關(guān)鍵字的語(yǔ)義數(shù)據(jù)檢索
6.4.1 問(wèn)題描述
6.4.2 近似搜索算法及分析
6.4.3 相關(guān)問(wèn)題討論
6.5 基于語(yǔ)義模糊性和用戶偏好的檢索機(jī)制
6.5.1 后臺(tái)知識(shí)庫(kù)的語(yǔ)義模糊性
6.5.2 用戶檢索請(qǐng)求的規(guī)范化
6.5.3 檢索結(jié)果的排序
6.6 基于語(yǔ)義小世界的數(shù)據(jù)檢索
6.6.1 語(yǔ)義小世界的構(gòu)建
6.6.2 數(shù)據(jù)檢索算法
6.7 本章小結(jié)
參考文獻(xiàn)
第七章 語(yǔ)義數(shù)據(jù)檢索可視化
7.1 信息檢索可視化
7.2 研究現(xiàn)狀
7.2.1 可視化技術(shù)概述
7.2.2 基于分類(lèi)的文檔簇法
7.2.3 基于超鏈接法
7.2.4 基于文檔內(nèi)容的信息可視化方法
7.2.5 網(wǎng)絡(luò)知識(shí)發(fā)現(xiàn)的可視化方法
7.2.6 分類(lèi)信息檢索可視化方法
7.2.7 其他信息可視化系統(tǒng)
7.3 基于關(guān)聯(lián)的語(yǔ)義網(wǎng)情景檢索
……
第八章 語(yǔ)義網(wǎng)數(shù)據(jù)應(yīng)用系統(tǒng)
參考文獻(xiàn)