| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-16页 |
| ·本体学习研究的背景及意义 | 第10页 |
| ·相关工作研究现状 | 第10-12页 |
| ·面临的主要挑战 | 第12-13页 |
| ·主要研究内容 | 第13-14页 |
| ·本文的结构安排 | 第14-16页 |
| 2 本体学习技术及工具综述 | 第16-26页 |
| ·本体学习概述 | 第16-22页 |
| ·本体 | 第16-18页 |
| ·本体学习的概念 | 第18-19页 |
| ·本体学习的类型 | 第19-21页 |
| ·本体学习方法 | 第21-22页 |
| ·本体学习工具综述 | 第22-24页 |
| ·本体学习工具简介 | 第22页 |
| ·本体学习工具比较 | 第22-24页 |
| ·中文本体学习存在的问题 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 3 Text2Onto 系统分析 | 第26-34页 |
| ·Text2Onto 概况 | 第26-28页 |
| ·Text2Onto 系统架构 | 第28-32页 |
| ·Text2Onto 的体系结构 | 第28-29页 |
| ·概率本体模型（POM） | 第29-30页 |
| ·Data-driven 的变更发现 | 第30-31页 |
| ·自然语言处理（Natural Language Processing，NLP） | 第31-32页 |
| ·Text2Onto 实现英文本体学习的算法及用户使用过程 | 第32-33页 |
| ·Text2Onto 的关键算法 | 第32-33页 |
| ·Text2Onto 的用户使用场景 | 第33页 |
| ·本章小结 | 第33-34页 |
| 4 基于 Text2Onto 的中文本体学习技术 | 第34-58页 |
| ·基于 Text2Onto 的中文本体学习系统的总体思路 | 第34-35页 |
| ·中文分词与词性标注 | 第35-44页 |
| ·理论方法 | 第35-38页 |
| ·ICTCLAS 系统分析 | 第38-42页 |
| ·用Java 语言中的JNI 技术调用ICTCLAS 系统 | 第42-43页 |
| ·分词与词性标注结果 | 第43-44页 |
| ·文档相关度计算 | 第44-45页 |
| ·概念术语的抽取方法 | 第45-49页 |
| ·基于统计的方法 | 第45-47页 |
| ·基于语言学的方法 | 第47-48页 |
| ·混合方法 | 第48-49页 |
| ·术语自动抽取及其算法 | 第49-56页 |
| ·语义关系抽取 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 5 中文本体学习系统框架 | 第58-65页 |
| ·本体学习系统结构 | 第58-59页 |
| ·基于 Text2Onto 的中文本体学习系统框架 | 第59-61页 |
| ·概念抽取过程及结果分析 | 第61-64页 |
| ·概念抽取过程 | 第62-64页 |
| ·术语抽取结果分析 | 第64页 |
| ·本章小结 | 第64-65页 |
| 6 总结与展望 | 第65-68页 |
| ·本文的主要研究内容与成果 | 第65-66页 |
| ·论文的不足 | 第66页 |
| ·未来的研究工作 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 个人简历 | 第73页 |
| 硕士期间发表的论文 | 第73页 |
