| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 目录 | 第6-8页 |
| 1 绪论 | 第8-19页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 国内外研究概况 | 第9-16页 |
| 1.3 研究内容 | 第16-17页 |
| 1.4 论文组织结构 | 第17-19页 |
| 2 领域概念学习算法 | 第19-27页 |
| 2.1 统计双层tfidf方法学习领域简单概念 | 第20-21页 |
| 2.2 规则匹配与串频统计结合学习领域复合概念 | 第21-22页 |
| 2.3 上下文依赖进行概念筛选 | 第22-24页 |
| 2.4 领域简单和复合概念学习算法 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 3 领域概念间关系学习算法 | 第27-52页 |
| 3.1 基于维基百科学习概念关系 | 第27-39页 |
| 3.2 广义后缀树构建领域概念层次结构 | 第39-44页 |
| 3.3 基于领域自然文本学习概念关系 | 第44-51页 |
| 3.4 本章小结 | 第51-52页 |
| 4 本体学习系统设计与实现 | 第52-61页 |
| 4.1 本体学习系统整体结构设计 | 第52-53页 |
| 4.2 领域概念学习 | 第53-54页 |
| 4.3 领域概念间关系学习 | 第54-60页 |
| 4.4 本章小结 | 第60-61页 |
| 5 本体学习实验及结果分析 | 第61-80页 |
| 5.1 实验环境 | 第61页 |
| 5.2 实验目的 | 第61页 |
| 5.3 概念学习实验及结果分析 | 第61-70页 |
| 5.4 维基百科进行概念间关系学习实验及结果分析 | 第70-75页 |
| 5.5 广义后缀树构建概念分类层次结构实验及结果分析 | 第75-76页 |
| 5.6 领域自然文本学习概念关系实验及结果分析 | 第76-79页 |
| 5.7 本章小结 | 第79-80页 |
| 6 总结和展望 | 第80-82页 |
| 6.1 总结 | 第80-81页 |
| 6.2 展望 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-87页 |