基于知识元的知识发现PDF格式文档图书下载

第1章 绪论 1

1.1 知识元问题的提出 1

1.1.1 网格资源构建需要关注知识元 1

1.1.2 文献单元向知识单元深化需要探讨知识元 4

1.1.3 知识计量的开拓离不开知识元的探讨 6

1.1.4 语义Web知识发现需要研究知识元 8

1.2 知识元研究的意义 12

1.3 国内外文本知识元研究现状分析 14

1.3.1 国内外文本知识元研究成果统计 14

1.3.2 国内外文本知识元研究领域划分 15

1.4 国内外语义文本挖掘研究工作综述 19

1.4.1 国内外语义文本挖掘工作成果统计 19

1.4.2 国内外语义文本挖掘研究领域划分 20

1.5 国内外知识元研究中存在的问题与不足 22

1.6 本书的主要内容与创新之处 22

1.6.1 本书的主要内容 22

1.6.2 本书的创新之处 23

第2章 语义文本知识挖掘概述 25

2.1 文本知识挖掘的进展 25

2.1.1 文本挖掘的目标 25

2.1.2 文本挖掘的关键技术与过程 28

2.1.3 文本挖掘与相关概念的比较 30

2.2 传统文本挖掘模型 32

2.2.1 文本向量空间挖掘模型 32

2.2.2 潜在语义文本挖掘模型 35

2.3 语义本体文本挖掘模型 37

2.3.1 语义文本挖掘 37

2.3.2 文本数据挖掘与文本知识挖掘的区别 39

2.3.3 基于领域本体的文本挖掘 42

第3章 文本知识元模型的演变 47

3.1 知识元的认知模型 47

3.1.1 知识元的“数据元”模型 47

3.1.2 知识元的“认知”模型 48

3.1.3 基于知识元的知识超网络概念模型 51

3.2 知识元的结构模型 52

3.2.1 知识元的层次结构模型 52

3.2.2 知识元的语义模型 55

3.2.3 知识元的计量模型 60

第4章 知识元模型的数学理论基础 62

4.1 基于熵的知识科学方程组 62

4.1.1 Brookes方程 62

4.1.2 知识科学方程组 64

4.1.3 知识科学方程组讨论 66

4.1.4 实证检验 67

4.2 知识元的信息谱变换模型 69

4.2.1 知识的信息谱原理 70

4.2.2 知识信息谱的提取 72

4.2.3 知识元的提取实验 75

4.3 知识元的语义链接模型 78

4.3.1 文本知识检索单元的演化 78

4.3.2 文本知识元发现的计算模型 81

4.3.3 知识元的导航链接模型 82

4.4 知识元的范畴模型 84

4.4.1 知识元范畴 84

4.4.2 知识元的语义三角形模型 86

第5章 文献知识元的特征分布与提取模型 87

5.1 文献知识元的隐含关联模型 87

5.1.1 知识的语义关联模型 87

5.1.2 文献间知识元的隐含关联模型 90

5.1.3 引文知识元的标引模型 92

5.2 文献标引词的句群分布模型 94

5.2.1 文献标引词目标信息系统 94

5.2.2 文献关键词与创新点词句群分布模型 97

5.3 基于创新点的知识元提取模型 99

5.3.1 论文创造性评判的本体结构 99

5.3.2 文献知识元谱抽取理论与算法 102

5.3.3 智能文本知识元挖掘（ATKEM）软件研究 106

第6章 文本知识元的语义映射模型 112

6.1 文本的知识描述结构 112

6.1.1 文本知识组织的元数据结构 112

6.1.2 文本知识描述的数据元结构 113

6.1.3 文本知识描述的语义结构 114

6.2 语用制约的文本语义编码 117

6.2.1 词语聚集同现的语义映射现象 117

6.2.2 语境因素对语义映射的约束 118

6.3 知识元扩展的主题地图模型 119

6.3.1 二层结构的传统主题地图模型 119

6.3.2 三层结构的本体主题地图模型 121

6.3.3 知识元扩展的知识地图模型 123

第7章 主题成因的知识元本体转换模型设计 126

7.1 知识元本体映射模型 126

7.1.1 本体映射描述 126

7.1.2 知识元本体结构 128

7.1.3 知识元本体映射 129

7.2 知识元库生成系统 130

7.2.1 知识元库生成系统框架 130

7.2.2 知识元对象的抽取算法 130

7.2.3 知识元语义图模型 131

7.3 基于文献主题成因的知识元转换模型 132

7.3.1 文献主题成因的本体模型 132

7.3.2 主题成因的语义知识元框架结构 134

7.3.3 语义三元组的知识元本体映射模型 136

第8章 基于知识元的文本模型与挖掘实例 141

8.1 高血压电子病历系统概述 141

8.1.1 电子病历背景概述 141

8.1.2 电子病历的事例推理原理 144

8.1.3 电子病历的事例推理模型 146

8.2 电子病历的信息组织结构 147

8.2.1 电子病历文本结构 147

8.2.2 高血压电子病历信息组织模型 149

8.3 创建高血压电子病历数据库系统 152

8.3.1 高血压电子病历数据自动提取系统 152

8.3.2 高血压数据库结构自动生成过程 154

8.3.3 高血压数据库记录自动导入过程 156

8.3.4 电子病历数据库的统计分析 157

8.3.5 电子病历本体知识库模型 160

8.4 高血压疾病本体建模 162

8.4.1 高血压疾病知识归纳 162

8.4.2 高血压疾病的本体模型 164

8.5 建立高血压疾病知识元推理模型 164

8.5.1 高血压疾病的信息单元 164

8.5.2 高血压疾病治疗过程的语义模型 165

8.5.3 高血压疾病知识元模型 166

8.5.4 肾性高血压知识元推理系统原型 170

第9章 总结与展望 173

9.1 总结 173

9.2 展望 174

参考文献 176

后记 190

查看更多关于基于知识元的知识发现的内容