| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-16页 |
| ·选题背景和研究意义 | 第9-10页 |
| ·选题背景 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·国内外研究现状 | 第10-14页 |
| ·问题的提出和本文的主要内容 | 第14-15页 |
| ·问题的提出 | 第14页 |
| ·本文的主要工作 | 第14-15页 |
| ·论文的组织结构 | 第15-16页 |
| 第二章 本文的理论基础 | 第16-23页 |
| ·本体 Ontology 理论 | 第16-18页 |
| ·本体的定义及分类 | 第16-18页 |
| ·几种典型本体库 | 第18页 |
| ·分词处理技术 | 第18-22页 |
| ·分词技术原理 | 第19页 |
| ·基于词典的分词技术 | 第19-21页 |
| ·基于词频的分词技术 | 第21-22页 |
| ·基于知识理解的分词技术 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第三章 DO 的构建和语义相似度 | 第23-37页 |
| ·DO 的模型和构建工具 | 第23-28页 |
| ·DO 和领域的特点 | 第23页 |
| ·DO 的模型 | 第23-26页 |
| ·DO 构建工具 protégé | 第26-28页 |
| ·本文中 DO 的构建实现 | 第28-32页 |
| ·DO 的构建框架 | 第28页 |
| ·DO 构建的实现步骤 | 第28-30页 |
| ·DO 的 OWL DL 描述 | 第30-32页 |
| ·语义相似度 | 第32-36页 |
| ·相似度模型 | 第32页 |
| ·相似度计算方法 | 第32-33页 |
| ·DO 中语义相似度影响因子 | 第33-35页 |
| ·SSBC-on-DO 计算方法 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 领域资源文档预处理 | 第37-51页 |
| ·领域文档预处理框架模型 | 第37页 |
| ·ICTCLAS 分词技术 | 第37-44页 |
| ·ICTCLAS 分词模型 | 第37-39页 |
| ·ICTCLAS 原子切分 | 第39页 |
| ·ICTCLAS 初次切分 | 第39-42页 |
| ·ICTCLAS 分词的 N-最短路径 | 第42页 |
| ·ICTCLAS 分词最终结果 | 第42-44页 |
| ·领域文档的特征生成 | 第44-50页 |
| ·领域文档的特征表示 | 第44-47页 |
| ·领域文档的特征选择 | 第47-50页 |
| ·本章小结 | 第50-51页 |
| 第五章 DOSSM 模型及 IRS-on-DOSSM 系统构建 | 第51-65页 |
| ·基于 DO 的语义合成模型 | 第51页 |
| ·语义合成模型的各模块功能 | 第51-57页 |
| ·文档特征-本体概念映射 | 第52-53页 |
| ·语义处理 | 第53-55页 |
| ·推理机 | 第55-57页 |
| ·IRS-on-DOSSM 系统的构建 | 第57-59页 |
| ·IRS-on-DOSSM 的系统结构 | 第57-58页 |
| ·系统的模块功能 | 第58-59页 |
| ·系统的实现 | 第59-63页 |
| ·实现流程与实现平台 | 第59-60页 |
| ·系统的评价指标 | 第60-62页 |
| ·系统实验分析 | 第62-63页 |
| ·本章小结 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| ·本文研究总结 | 第65-66页 |
| ·进一步工作展望 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 附录 攻读硕士学位期间撰写的论文 | 第69-70页 |
| 致谢 | 第70页 |