| 摘要 | 第6-9页 |
| ABSTRACT | 第9-12页 |
| 本文所用图索引 | 第16-18页 |
| 本文所用表索引 | 第18-19页 |
| 第1章 绪论 | 第19-38页 |
| 1.1 研究背景和意义 | 第19-24页 |
| 1.1.1 研究背景 | 第19-22页 |
| 1.1.2 研究意义 | 第22-24页 |
| 1.2 本体学习研究现状及存在问题 | 第24-31页 |
| 1.2.1 本体学习研究现状 | 第24-29页 |
| 1.2.2 现有本体学习方法存在的问题 | 第29-31页 |
| 1.3 本文主要研究内容与创新点 | 第31-36页 |
| 1.3.1 主要研究内容 | 第31-33页 |
| 1.3.2 技术路线 | 第33-34页 |
| 1.3.3 创新点 | 第34-36页 |
| 1.4 本文内容的组织结构 | 第36-38页 |
| 第2章 基于粒计算的本体学习体系框架 | 第38-66页 |
| 2.1 引言 | 第38-39页 |
| 2.2 相关工作 | 第39-42页 |
| 2.3 本体概述 | 第42-58页 |
| 2.3.1 本体定义 | 第42-50页 |
| 2.3.2 本体拓扑结构 | 第50-52页 |
| 2.3.3 情景概念体 | 第52-55页 |
| 2.3.4 本体分类 | 第55-56页 |
| 2.3.5 本体学习、本体开发与本体构建定义及关系 | 第56-58页 |
| 2.4 信息输入系统 | 第58-61页 |
| 2.4.1 信息输入系统定义 | 第59页 |
| 2.4.2 信息输入系统特性 | 第59-61页 |
| 2.5 基于粒计算的本体学习体系框架 | 第61-65页 |
| 2.5.1 粒计算的相关概念 | 第61-63页 |
| 2.5.2 通用的本体学习体系框架 | 第63-65页 |
| 2.6 本章小结 | 第65-66页 |
| 第3章 本体的概念粒度空间构建方法的研究 | 第66-94页 |
| 3.1 引言 | 第66-67页 |
| 3.2 概念粒的构建及粒化 | 第67-76页 |
| 3.2.1 构建领域信息输入系统的粗糙集 | 第68-70页 |
| 3.2.2 领域信息输入系统的粒化 | 第70-74页 |
| 3.2.3 概念粒的构建及粒化的实例说明 | 第74-76页 |
| 3.3 本体的概念粒度空间模型 | 第76-82页 |
| 3.3.1 概念粒之间的关系 | 第77-79页 |
| 3.3.2 概念粒之间的运算 | 第79-81页 |
| 3.3.3 概念粒度空间模型的特性 | 第81-82页 |
| 3.4 本体的概念和分类关系学习 | 第82-90页 |
| 3.4.1 领域具体实例对象粗相似的表示 | 第82-83页 |
| 3.4.2 初始抽象概念粒度空间的构建(第一层) | 第83-85页 |
| 3.4.3 多层次抽象概念粒度空间的构建 | 第85-88页 |
| 3.4.4 实例说明与算法分析 | 第88-90页 |
| 3.5 性能测试与比较 | 第90-92页 |
| 3.5.1 实验环境及数据 | 第90-91页 |
| 3.5.2 实验结果及分析 | 第91-92页 |
| 3.6 本章小结 | 第92-94页 |
| 第4章 基于HowNet的概念语义相似度算法研究 | 第94-129页 |
| 4.1 语义相似度简介 | 第95-97页 |
| 4.1.1 语义相似度的定义 | 第95页 |
| 4.1.2 语义相似度与语义相关度区别 | 第95-96页 |
| 4.1.3 语义相似度与语义距离的关系 | 第96-97页 |
| 4.2 HowNet和同义词林简介 | 第97-104页 |
| 4.2.1 HowNet内容和结构 | 第97-103页 |
| 4.2.2 同义词林的内容和结构 | 第103-104页 |
| 4.3 概念语义相似度的研究现状及存在问题 | 第104-114页 |
| 4.3.1 基于WordNet概念语义相似度算法研究 | 第104-111页 |
| 4.3.2 基于HowNet概念语义相似度算法研究 | 第111-113页 |
| 4.3.3 影响概念语义相似度算法的因素 | 第113-114页 |
| 4.4 基于HowNet概念语义相似度算法的改进 | 第114-120页 |
| 4.5 性能测试与比较 | 第120-128页 |
| 4.5.1 实验环境及数据 | 第120-123页 |
| 4.5.2 实验结果及分析 | 第123-128页 |
| 4.6 本章小结 | 第128-129页 |
| 第5章 基于互动百科的人物领域本体学习 | 第129-149页 |
| 5.1 数据源预处理 | 第129-136页 |
| 5.1.1 互动百科的结构分析 | 第130-132页 |
| 5.1.2 人物实例数据的抽取 | 第132-135页 |
| 5.1.3 人物领域具体实例对象的分类 | 第135-136页 |
| 5.2 人物领域本体的概念粒度空间的构建及系统实现 | 第136-143页 |
| 5.2.1 本体学习系统的功能介绍 | 第136-139页 |
| 5.2.2 人物领域抽象概念粒度空间的实现 | 第139-143页 |
| 5.3 人物领域本体的概念或术语的学习 | 第143-144页 |
| 5.4 实验及性能分析 | 第144-148页 |
| 5.4.1 实验环境与数据 | 第144-146页 |
| 5.4.2 实验结果及分析 | 第146-148页 |
| 5.5 本章小结 | 第148-149页 |
| 第6章 基于人物领域本体的智能搜索系统 | 第149-166页 |
| 6.1 引言 | 第149-150页 |
| 6.2 智能搜索系统设计 | 第150-152页 |
| 6.2.1 智能搜索体系框架 | 第150-151页 |
| 6.2.2 智能搜索模块功能介绍 | 第151-152页 |
| 6.3 查询模块 | 第152-154页 |
| 6.4 语义标注与数据索引模块 | 第154-157页 |
| 6.4.1 语义标注模块 | 第154-156页 |
| 6.4.2 数据索引模块 | 第156-157页 |
| 6.5 本体学习模块 | 第157-161页 |
| 6.6 智能搜索系统实现 | 第161-163页 |
| 6.7 实验与性能分析 | 第163-165页 |
| 6.7.1 实验环境与实验数据 | 第163-164页 |
| 6.7.2 实验结果与分析 | 第164-165页 |
| 6.8 本章小结 | 第165-166页 |
| 第7章 总结与展望 | 第166-170页 |
| 7.1 本文总结 | 第166-168页 |
| 7.2 研究展望 | 第168-169页 |
| 7.3 本章小结 | 第169-170页 |
| 参考文献 | 第170-180页 |
| 附录A 作者攻读博士学位期间发表的学术论文 | 第180-181页 |
| 附录B 作者攻读博士学位期间参加科研项目情况 | 第181页 |
| 附录C 作者攻读博士学位期间专利申请情况 | 第181-182页 |
| 致谢 | 第182页 |
