海量語(yǔ)義數(shù)據(jù)處理：平臺(tái)、技術(shù)與應(yīng)用

第1章 導(dǎo)論
1.1 語(yǔ)義技術(shù)概述
1.2 海量語(yǔ)義數(shù)據(jù)處理
1.3 LarKC概述
1.3.1.LarKC項(xiàng)目
1.3.2 LarKC技術(shù)概述
1.3.3 LarKC海量語(yǔ)義數(shù)據(jù)處理平臺(tái)概述
1.3.4 LarKC應(yīng)用技術(shù)開(kāi)發(fā)概述
1.4 本章小結(jié)
參考文獻(xiàn)
第一部分 技術(shù)篇
第2章 LarKC海量語(yǔ)義數(shù)據(jù)處理平臺(tái)
2.1 LarKC體系結(jié)構(gòu)
2.2 LarKC平臺(tái)的安裝與使用
2.2.1 獲取LarKC
2.2.2 運(yùn)行LarKC
2.2.3 一個(gè)簡(jiǎn)單工作流實(shí)例
2.3 工作流設(shè)計(jì)器
2.3.1 工作流設(shè)計(jì)器概覽
2.3.2 安裝及主要操作
2.4 LarKC插件概述
2.5 用戶(hù)支持和版權(quán)信息
2.6 本章小結(jié)
參考文獻(xiàn)
第3章 識(shí)別與選擇
3.1 識(shí)別方法與識(shí)別插件
3.2 基于興趣的選擇方法與插件實(shí)現(xiàn)
3.2.1 基本原理與基本算法
3.2.2 方法的可擴(kuò)展性與效率比較
3.2.3 基于興趣的選擇插件設(shè)計(jì)與實(shí)現(xiàn)
3.3 隨機(jī)索引選擇方法與插件實(shí)現(xiàn)
3.3.1 語(yǔ)義索引
3.3.2 基于隨機(jī)索引與Lcene索引的檢索比較
3.4 選擇方法與選擇插件的應(yīng)用
3.4.1 基于興趣的選擇插件應(yīng)用示例
3.4.2 隨機(jī)索引選擇插件應(yīng)用示例
3.5 本章小結(jié)
附錄 第3.3.2 節(jié)相關(guān)詢(xún)問(wèn)
參考文獻(xiàn)
第4章 抽象與轉(zhuǎn)換
4.1 機(jī)器學(xué)習(xí)
4.1.1 SUNS
4.1.2 機(jī)器學(xué)習(xí)插件
4.2 數(shù)據(jù)流
4.2.1 C-SPARQL
4.2.2 數(shù)據(jù)流插件
4.3 歸納與演繹結(jié)合的數(shù)據(jù)流推理
4.3.1 動(dòng)機(jī)
4.3.2 數(shù)據(jù)流推理的結(jié)構(gòu)框架
4.4 本章小結(jié)
參考文獻(xiàn)
第5章 推理與決策
5.1 LarKC推理與決策插件
5.2 常規(guī)語(yǔ)義推理
5.2.1 OWLAPI推理機(jī)
5.2.2 SPARQLDL推理機(jī)
5.3 并行與分布式推理
5.3.1 采用MapReduce技術(shù)的海量分布性推理
5.3.2 采用WebPIE進(jìn)行OWL分布性推理
5.4 基于規(guī)則的推理
5.5 本章小結(jié)
參考文獻(xiàn)
第6章 非常規(guī)語(yǔ)義推理
6.1 不一致本體的推理
6.1.1 語(yǔ)義網(wǎng)與不一致性
6.1.2 基本方法
6.1.3 LarKC平臺(tái)下的PION系統(tǒng)
6.2 轉(zhuǎn)折推理
6.2.1 基本定義
6.2.2 計(jì)算方法和實(shí)現(xiàn)
6.2.3 轉(zhuǎn)折推理插件
6.3 嘈雜語(yǔ)義數(shù)據(jù)的推理
6.3.1 基本定義
6.3.2 韓國(guó)首爾RSM系統(tǒng)示例
6.4 本章小結(jié)
參考文獻(xiàn)
第7章 LarKC系統(tǒng)與應(yīng)用開(kāi)發(fā)
7.1 LarKC工作流開(kāi)發(fā)
7.1.1 工作流圖
7.1.2 工作流描述
7.1.3 更復(fù)雜的一個(gè)示例
7.2 LarKC插件開(kāi)發(fā)
7.2.1 LarKCMaven原型的使用
7.2.2 插件代碼編寫(xiě)
7.2.3 整合插件到LarKC平臺(tái)
7.3 相關(guān)的開(kāi)發(fā)工具
7.3.1 集成開(kāi)發(fā)環(huán)境Eclipse
7.3.2 項(xiàng)目管理Maven
7.3.3 單元測(cè)試JUnit
7.3.4 版本控制SVN
7.4 本章小結(jié)
附錄 復(fù)雜的工作流描述示例
參考文獻(xiàn)
第二部分 應(yīng)用篇
第8章 關(guān)聯(lián)生命數(shù)據(jù)集
8.1 概況
8.2 關(guān)聯(lián)生命數(shù)據(jù)組成
8.3 語(yǔ)義關(guān)聯(lián)構(gòu)造
8.4 關(guān)聯(lián)生命數(shù)據(jù)集的使用
8.4.1 關(guān)聯(lián)生命數(shù)據(jù)集關(guān)鍵詞查詢(xún)
8.4.2 關(guān)聯(lián)生命數(shù)據(jù)集SPARQL語(yǔ)義查詢(xún)
8.5 本章小結(jié)
參考文獻(xiàn)
第9章 生物醫(yī)學(xué)文獻(xiàn)語(yǔ)義檢索
9.1 需求分析
9.2 通過(guò)LLD進(jìn)行醫(yī)學(xué)文獻(xiàn)檢索
9.3 醫(yī)學(xué)文獻(xiàn)語(yǔ)義標(biāo)注
9.4 LarKC醫(yī)學(xué)文獻(xiàn)語(yǔ)義檢索插件
9.5 本章小結(jié)
參考文獻(xiàn)
第10章 海量語(yǔ)義數(shù)據(jù)處理與基因研究
10.1 概述
10.2 基因研究與語(yǔ)義數(shù)據(jù)
10.3 LarKC海量語(yǔ)義數(shù)據(jù)處理平臺(tái)用于GWAS研究
10.3.1 LarKC的GWAS插件
10.3.2 關(guān)鍵詞擴(kuò)展推理器
10.3.3 GWAS識(shí)別器
10.3.4 GWAS工作流
10.4 本章小結(jié)
參考文獻(xiàn)
第11章 城市計(jì)算Ⅰ：交通與社交媒體
11.1 交通路線(xiàn)規(guī)劃
11.1.1 框架結(jié)構(gòu)
11.1.2 交通預(yù)測(cè)
11.1.3 語(yǔ)義交通路線(xiàn)規(guī)劃
11.1.4 評(píng)價(jià)
11.1.5 小結(jié)
11.2 社交媒體分析
11.2.1 概況
11.2.2 框架結(jié)構(gòu)
11.2.3 BOTTARI的LarKC工作流
11.3 本章小結(jié)
參考文獻(xiàn)
第12章 城市計(jì)算Ⅱ：路標(biāo)管理
12.1 基本思想
12.2 RSM數(shù)據(jù)集與數(shù)據(jù)整合
12.2.1 RSM數(shù)據(jù)集
12.2.2 數(shù)據(jù)整合
12.2.3 路標(biāo)的有效性審核
12.3 RSM語(yǔ)義數(shù)據(jù)處理
12.3.1 系統(tǒng)結(jié)構(gòu)
12.3.2.RSM工作流
12.3.3 ：RSM查詢(xún)與推理
12.4 RSM系統(tǒng)用戶(hù)界面
12.5 本章小結(jié)
參考文獻(xiàn)
第13章 海量語(yǔ)義數(shù)據(jù)處理技術(shù)展望
13.1 市場(chǎng)分析
13.1.1 語(yǔ)義技術(shù)的市場(chǎng)觀(guān)察和潛力
13.1.2 市場(chǎng)分析的結(jié)論
13.2 LarKC海量語(yǔ)義數(shù)據(jù)平臺(tái)應(yīng)用展望
13.2.1 藥物研發(fā)海量語(yǔ)義數(shù)據(jù)處理
13.2.2 語(yǔ)義技術(shù)用于政治文化分析
13.2.3 智能交通系統(tǒng)
13.2.4 基于語(yǔ)義技術(shù)的電子病歷
13.3 海量語(yǔ)義數(shù)據(jù)處理研究展望
13.4 結(jié)束語(yǔ)
參考文獻(xiàn)