| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 第1章 绪论 | 第13-17页 |
| ·研究背景 | 第13-14页 |
| ·研究目的及意义 | 第14页 |
| ·国内外研究现状 | 第14-15页 |
| ·本文的主要研究内容 | 第15页 |
| ·本文结构 | 第15-17页 |
| 第2章 本体与本体构建方法 | 第17-30页 |
| ·本体相关概念 | 第17-23页 |
| ·本体的定义 | 第17-18页 |
| ·本体的构成 | 第18-19页 |
| ·本体的描述语言 | 第19页 |
| ·OWL | 第19-20页 |
| ·本体的分类 | 第20-22页 |
| ·本体的应用领域 | 第22-23页 |
| ·本体构建 | 第23-28页 |
| ·本体构建的原则 | 第23-24页 |
| ·本体构建的方法 | 第24-26页 |
| ·本体构建工具 | 第26-27页 |
| ·建立本体的困难 | 第27-28页 |
| ·本体映射 | 第28页 |
| ·本体评价 | 第28-29页 |
| ·本章小节 | 第29-30页 |
| 第3章 基于WORDNET和聚焦爬虫的概念相似度算法 | 第30-49页 |
| ·相似度 | 第30-32页 |
| ·相似度定义 | 第30-31页 |
| ·概念相似度的计算 | 第31-32页 |
| ·相似度的计算方法不完善 | 第32页 |
| ·WORDNET | 第32-36页 |
| ·传统的基于WordNet相似度算法 | 第33-34页 |
| ·改进以后的基于WordNet的相似度算法 | 第34-36页 |
| ·聚焦爬虫 | 第36-41页 |
| ·聚焦爬虫的定义 | 第36-37页 |
| ·聚焦爬虫的工作原理 | 第37-39页 |
| ·抓取目标描述 | 第39页 |
| ·网页搜索策略 | 第39-40页 |
| ·网页分析算法 | 第40页 |
| ·聚焦爬虫与概念相似度 | 第40-41页 |
| ·改进后的概念相似度算法 | 第41页 |
| ·算法应用 | 第41-42页 |
| ·算法实验分析 | 第42-48页 |
| ·本章小节 | 第48-49页 |
| 第4章 用概念相似度半自动构建领域本体 | 第49-57页 |
| ·构建本体技术研究 | 第49页 |
| ·领域本体的存储方案及实现 | 第49-50页 |
| ·领域概念的自动生成 | 第50-51页 |
| ·基于概念相似度的领域概念自动生成 | 第50-51页 |
| ·领域概念之间关系的自动生成 | 第51-53页 |
| ·基于最小距离法的凝聚的层次聚类算法 | 第52-53页 |
| ·扩展后本体的修改和完善 | 第53-54页 |
| ·实验分析 | 第54-56页 |
| ·本章小节 | 第56-57页 |
| 第5章 基于WORDNET和聚焦爬虫的半自动领域本体构建系统实现 | 第57-66页 |
| ·系统描述 | 第57-58页 |
| ·需求分析阶段 | 第58-59页 |
| ·本体处理 | 第59-62页 |
| ·聚焦爬虫模块 | 第59-60页 |
| ·扩展本体 | 第60-62页 |
| ·扩展后本体的修改和完善 | 第62-65页 |
| ·系统实现所用技术 | 第65页 |
| ·本章小结 | 第65-66页 |
| 第6章.总结与展望 | 第66-68页 |
| ·研究工作总结 | 第66页 |
| ·展望 | 第66-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71-72页 |
| 致谢 | 第72页 |