| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题背景 | 第9-10页 |
| ·国内外研究现状 | 第10页 |
| ·本文的研究内容及成果 | 第10-11页 |
| ·基于本体的查询扩展系统框架图 | 第11-12页 |
| ·本文的组织结构 | 第12-14页 |
| 第二章 信息检索及查询扩展介绍 | 第14-26页 |
| ·信息检索介绍 | 第14-19页 |
| ·信息检索系统的体系结构 | 第14-15页 |
| ·信息检索模型 | 第15-19页 |
| ·布尔模型 | 第17页 |
| ·向量模型 | 第17-18页 |
| ·概率模型 | 第18-19页 |
| ·查询扩展介绍 | 第19-25页 |
| ·用户相关反馈 | 第20-21页 |
| ·局部分析 | 第21-23页 |
| ·基于局部聚类的查询扩展 | 第21-23页 |
| ·通过局部上下文分析的查询扩展 | 第23页 |
| ·基于全局的查询扩展 | 第23-25页 |
| ·基于相似性叙词表的查询扩展 | 第24页 |
| ·基于统计叙词表的查询扩展 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 资源处理和特征项抽取 | 第26-46页 |
| ·资源处理 | 第26-27页 |
| ·特征项抽取 | 第27-45页 |
| ·中文分词技术 | 第27-31页 |
| ·中文分词算法分类 | 第27-29页 |
| ·分词所面对的难题 | 第29-30页 |
| ·中文分词的应用 | 第30-31页 |
| ·基于N-gram 与基于词的合并中文分词算法 | 第31-40页 |
| ·N-gram | 第31-32页 |
| ·基于词的方法 | 第32-33页 |
| ·基于N-gram与基于词的合并中文分词算法（N-gram and Word-based combined algorithm） | 第33-36页 |
| ·流程简介 | 第36-39页 |
| ·实验结果 | 第39-40页 |
| ·词性标注 | 第40-42页 |
| ·关键词权重计算 | 第42-44页 |
| ·抽取流程 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 知识本体构建和关键词的扩展 | 第46-67页 |
| ·本体论 | 第46-49页 |
| ·本体论的概念 | 第46-47页 |
| ·知识本体的组成元素 | 第47页 |
| ·本体的构建方法 | 第47-49页 |
| ·形式概念分析在构建知识本体中的应用 | 第49-54页 |
| ·形式背景 | 第49-51页 |
| ·概念格 | 第51-52页 |
| ·构建知识本体算法 | 第52-54页 |
| ·词语相似度的计算 | 第54-58页 |
| ·知网 | 第54-56页 |
| ·基于知网的词汇相似度计算 | 第56-58页 |
| ·以知识本体为基础知网为辅助的关键词扩展 | 第58-60页 |
| ·基于本体的查询扩展系统实验测评 | 第60-66页 |
| ·开发环境与资源来源 | 第60-61页 |
| ·测评方法 | 第61-62页 |
| ·实验设计和实验结果 | 第62-65页 |
| ·实验分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第五章 总结与展望 | 第67-69页 |
| ·本文的总结 | 第67-68页 |
| ·下一步的工作 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 致谢 | 第74-75页 |
| 附录 | 第75-76页 |