| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 引言 | 第11-17页 |
| ·研究背景和意义 | 第11-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·本文完成的工作 | 第15页 |
| ·论文的组织结构 | 第15-17页 |
| 2 数据空间查询与索引概述 | 第17-33页 |
| ·数据空间概述 | 第17-19页 |
| ·数据空间基本概念 | 第17页 |
| ·数据空间的基本特性 | 第17-19页 |
| ·数据空间中的查询机制概述 | 第19-29页 |
| ·iMeMex数据模型iDM及其查询接口iQL | 第20-25页 |
| ·域模型及其查询接口 | 第25-26页 |
| ·垂直数据模型及其查询接口 | 第26-29页 |
| ·数据空间中的索引机制概述 | 第29-32页 |
| ·倒排索引 | 第30-31页 |
| ·扩展的倒排索引 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 3 增强的iQL——E-iQL | 第33-45页 |
| ·问题描述 | 第33-34页 |
| ·E-iQL概述 | 第34-36页 |
| ·数据模型E-iDM | 第34-35页 |
| ·路径和联系结合的查询表达式 | 第35-36页 |
| ·E-iQL的语法设计 | 第36-39页 |
| ·BNF范式和EBNF范式 | 第36-38页 |
| ·基于EBNF范式的E-iQL语法规则 | 第38-39页 |
| ·E-iQL的逻辑代数表示 | 第39-40页 |
| ·E-iQL词法分析器和语法分析器的生成 | 第40-44页 |
| ·ANTLR开源语法分析器和ANTLRWorks | 第41-42页 |
| ·基于ANTLRWorks生成E-iQL词法分析器和语法分析器 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 4 部分索引机制 | 第45-67页 |
| ·问题描述 | 第45-46页 |
| ·部分索引机制实现框架 | 第46-47页 |
| ·文本预处理 | 第47-48页 |
| ·文本分词 | 第47-48页 |
| ·去除停用词 | 第48页 |
| ·词根还原 | 第48页 |
| ·句子相似度的计算 | 第48-54页 |
| ·WordNet简介 | 第49-50页 |
| ·《知网》简介 | 第50-51页 |
| ·词语相似度计算 | 第51-53页 |
| ·基于词语相似度计算句子相似度 | 第53-54页 |
| ·核心句子选择 | 第54-56页 |
| ·K-Means算法和K-Medoids算法 | 第54-55页 |
| ·最小最大原则 | 第55-56页 |
| ·改进的K-Medoids算法及核心句子选择 | 第56页 |
| ·倒排索引文件的生成 | 第56-60页 |
| ·Lucene工具包 | 第57-58页 |
| ·基于Lucene生成倒排索引文件 | 第58-60页 |
| ·关键模块的实现 | 第60-66页 |
| ·文本预处理模块 | 第60-62页 |
| ·词语相似度计算模块 | 第62-63页 |
| ·句子相似度计算模块 | 第63-64页 |
| ·核心句子选择模块 | 第64-65页 |
| ·索引文件生成模块 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 5 实验结果及分析 | 第67-75页 |
| ·实验环境介绍 | 第67页 |
| ·实验评估指标 | 第67-68页 |
| ·实验数据集 | 第68-69页 |
| ·相关实验及分析 | 第69-74页 |
| ·查询用例的选取 | 第69页 |
| ·相关文档总数的确定 | 第69-70页 |
| ·部分索引机制的可行性测试 | 第70-72页 |
| ·最优部分索引机制测试 | 第72-74页 |
| ·实验结论 | 第74-75页 |
| 6 结论与展望 | 第75-76页 |
| ·本文工作总结 | 第75页 |
| ·展望 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 作者简历 | 第79-81页 |
| 学位论文数据集 | 第81页 |