第一章緒論(1)

第一節選題的價值和意義( 1)

第二節研究內容與思路(6 )

第三節章節組織結構(9)

第二章唐卡數字化保護研究(12)

第一節唐卡傳承與保護現狀(12)

第二節唐卡數字化保護現狀(14)

第三節唐卡數字化領域研究成果(17)

第四節存在的問題及發展趨勢 25

第五節本章小結 (29)

第三章唐卡領域知識 (30)

第一節唐卡介紹30

第二節唐卡領域知識特征分析及分類體繫 (34)

第三節唐卡圖像資源管理繫統的設計與實現(40)

第四節唐卡語料庫 繫統的設計與實現 (45)

第五節本章小結(59)

第四章知識圖請的概念及技術體繫60

第一節知識圖譜的定義60

第二節知識圖譜的分類(62)

第三節知識圖譜的現狀(67)

第四節知識圖譜的構建方法(70)

第五節知識圖譜關鍵技術體繫(73)

第六節知識圖譜發展 趨勢及挑戰(84)

第七節本章小結86

第五章唐卡領城知識圖譖 模式層構建87

第一節唐卡領城本體的模型設計及形式化表示(88)

第二節基於prolege構建唐卡領域本體(95)

第三節唐卡領域本體的評價和分析(100)

第四節本章小結 (103)

第六章唐卡領域本體推理研究(104)

第一節本體推理模型104

第二節基於OWL的唐卡領域本體邏輯推理 (112)

第三節基於Jena的唐卡領域本體規則推理 (115)

第四節本章小結 (125)

第七章基於規則的唐卡領域實體及關繫抽取 (127)

第一節唐卡領域實體抽取問題分析 (127)

第二節一唐卡領域語料獲取129

第三節半結構化數據中的實體及 關繫提取 (132)

第四節本章小結(138)

第八章店於保度學習的實體及關繫仙取關鍵理論(139)

第一節文本表示139

第二節主要深度神經網絡模型(144)

第三節自注意力機制 149

第四節本章小結151

第九章基於深度學 習的唐卡領城實體及關繫抽取 (152)

第一節基於 CNN的唐卡領域文本關繫抽取 (152)

第二節基於BERT-ACRNN的唐卡文本單標簽關繫分類 (158)

第三節唐卡多標簽關繫分類(164)

第四節本章小結 173

第十章唐卡領域知識圖譜數據層構建(175)

第一節唐卡領域知識圖譜數據層模型 (175)

第二節知識獲取(175)

第三節知識融合 (177)

第四節知識圖譜存儲(178)

第五節本章小結(185)

第十一章基於多特 征融合的唐卡圖像識別方法 (186)

第一節唐卡圖像中目標對像的特征分析 (186)

第二節唐卡圖像中目標對像的特征提取 (189)

第三節唐卡特征圖像的分類與識別 (201)

第四節實驗結果及討論(205)

第五節本章小結(209)

第十二章基於SVM 的唐卡圖像分類(209)

第一節SVM分類方法209

第二節SVM 分類方法的改進(211)

第三節基於M-RBF核函數的唐卡圖像分類(216)

第四節本章小結(222)

第十三章基於知識圖講的唐卡圖像標注 (224)

第一節自動圖像標注

(224)

第二節唐卡圖像語義標注框架(232)

第三節唐卡圖像標注方法研究(233)

第四節本章小結(240)

第十四章 基於知識圖譜的唐卡人物問答繫統(241)

第一節問答繫統研究現狀 (242)

第二節問答繫統的關鍵技術 (244)

第三節唐卡人物問答繫統關鍵技術研究249

第四節基於知識圖譜的唐卡人物問答繫統設計與實現 (265)

第五節本章小結  (269)

第十五章總結與展望(271)

第一節總結(271)

第二節後續工作展望(273)

參考文獻(276)