| 摘要 | 第1-6页 |
| Abstract | 第6-12页 |
| 第一章 绪论 | 第12-28页 |
| ·研究背景及意义 | 第13-17页 |
| ·语义相似性研究现状及发展趋势 | 第17-23页 |
| ·本文的组织结构 | 第23页 |
| ·本文的研究内容及成果 | 第23-28页 |
| 第二章 短文本语义网相似性挖掘算法基础 | 第28-48页 |
| ·语料库 | 第28-33页 |
| ·概念语义相似性及参数 | 第33-39页 |
| ·常用概念语义相似性挖掘算法 | 第39-43页 |
| ·常用的文本相似性挖掘算法 | 第43-46页 |
| ·本章小结 | 第46-48页 |
| 第三章 概念相似性的挖掘算法 | 第48-70页 |
| ·概念信息内容参数（IC-CW） | 第48-52页 |
| ·信息内容参数算法模型 | 第48-50页 |
| ·算法实现及结果分析 | 第50-52页 |
| ·基于信息参数的概念相似性挖掘算法（SS-CW） | 第52-56页 |
| ·信息参数概念相似性挖掘算法 | 第53-54页 |
| ·信息参数概念相似性挖掘算法实现 | 第54页 |
| ·实验结果与分析 | 第54-56页 |
| ·基于扩展关系的信息量计算挖掘算法（IC-ER） | 第56-63页 |
| ·基于扩展关系的信息量计算挖掘算法模型 | 第56-59页 |
| ·基于扩展关系的信息量计算挖掘算法实现 | 第59页 |
| ·实验结果与分析 | 第59-63页 |
| ·路径和信息量相结合的挖掘算法（SS-PI） | 第63-68页 |
| ·路径和信息量相结合的挖掘算法模型 | 第63-64页 |
| ·路径和信息量相结合的挖掘算法及实现 | 第64-65页 |
| ·实验结果与分析 | 第65-68页 |
| ·本章小结 | 第68-70页 |
| 第四章 语义相似性挖掘算法 | 第70-96页 |
| ·短文本语义相似性计算算法（ST-CW） | 第70-75页 |
| ·概念词序相似性计算 CW-SS | 第70-71页 |
| ·字符串相似度的计算 NSS | 第71-72页 |
| ·短文本语义距离计算算法 ST-CW 实现 | 第72-74页 |
| ·实验结果与分析 | 第74-75页 |
| ·基于最大值的短文本语义相似性计算方法（ST-MAX） | 第75-80页 |
| ·最大值短文本语义相似性算法与实现 | 第76-77页 |
| ·实验结果与分析 | 第77-80页 |
| ·资源匹配挖掘算法 | 第80-93页 |
| ·算法模型 | 第81-84页 |
| ·算法及实现 | 第84-87页 |
| ·实验结果分析 | 第87-93页 |
| ·本章小结 | 第93-96页 |
| 第五章 总结及展望 | 第96-100页 |
| ·总结 | 第96-98页 |
| ·展望 | 第98-100页 |
| 参考文献 | 第100-110页 |
| 攻读博士学位期间的研究成果 | 第110-113页 |
| 致谢 | 第113页 |