| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-14页 |
| ·研究背景 | 第10页 |
| ·研究的意义 | 第10-11页 |
| ·国内外研究现状 | 第11-12页 |
| ·基于自然语言处理的方法 | 第11页 |
| ·基于概念的方法 | 第11-12页 |
| ·基于本体的方法 | 第12页 |
| ·本文的研究内容 | 第12-14页 |
| 第2章 信息检索技术与本体论 | 第14-31页 |
| ·信息检索概述 | 第14-15页 |
| ·信息检索模型 | 第15-19页 |
| ·布尔逻辑模型(Boolen Model) | 第15-16页 |
| ·矢量空间模型(Vector Space Model) | 第16-18页 |
| ·概率模型(Probabilistic Model) | 第18-19页 |
| ·检索性能评价 | 第19-20页 |
| ·传统信息检索方法的不足 | 第20-21页 |
| ·本体论概述 | 第21-25页 |
| ·本体的定义 | 第21-22页 |
| ·本体的分类 | 第22-23页 |
| ·本体描述语言 | 第23-25页 |
| ·本体的构建 | 第25-29页 |
| ·本体构建规则 | 第25页 |
| ·本体构建方法 | 第25-27页 |
| ·本体构建工具 | 第27-29页 |
| ·本体在信息检索中的应用 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第3章 基于本体的局部语料分析查询扩展方法 | 第31-40页 |
| ·查询扩展定义 | 第31页 |
| ·查询扩展方法 | 第31-37页 |
| ·基于用户相关反馈的方法 | 第32-34页 |
| ·基于全局语料集分析的方法 | 第34-35页 |
| ·基于局部语料集分析的方法 | 第35-37页 |
| ·本文基于本体的局部语料分析查询扩展方法 | 第37-39页 |
| ·小结 | 第39-40页 |
| 第4章 语义概念相似度计算模型优化 | 第40-49页 |
| ·概念相似度概述 | 第40-42页 |
| ·基于本体的概念相似度计算方法 | 第42-44页 |
| ·本文对概念相似度计算模型的优化 | 第44-46页 |
| ·本文的概念相似度计算方法 | 第46-48页 |
| ·小结 | 第48-49页 |
| 第5章 基于语义本体的信息检索方法 | 第49-56页 |
| ·基于本体的信息检索方法框架 | 第49-51页 |
| ·本体模型的建立 | 第51-52页 |
| ·文档矢量集生成 | 第52-55页 |
| ·小结 | 第55-56页 |
| 第6章 方法验证 | 第56-65页 |
| ·本体概念相似度计算 | 第56-59页 |
| ·实验文档处理 | 第59-60页 |
| ·检索结果及分析 | 第60-64页 |
| ·小结 | 第64-65页 |
| 第7章 总结与展望 | 第65-67页 |
| ·总结 | 第65页 |
| ·展望 | 第65-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 附录 | 第71-72页 |
| 详细摘要 | 第72-76页 |