| 摘要 | 第1-3页 |
| Abstract | 第3-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景与意义 | 第7-8页 |
| ·本体学习的国内外研究现状 | 第8-11页 |
| ·本文的主要工作以及文章的组织结构 | 第11-13页 |
| 第二章 本体和本体学习 | 第13-18页 |
| ·本体概述 | 第13-14页 |
| ·本体的定义 | 第13页 |
| ·本体的种类 | 第13-14页 |
| ·本体学习 | 第14-18页 |
| ·本体学习的内容 | 第15页 |
| ·本体学习的分类 | 第15-16页 |
| ·本体学习中概念提取分类 | 第16-18页 |
| 第三章 基于关联规则和语义规则的本体学习模型 | 第18-28页 |
| ·本体学习中的关联规则理论 | 第18-21页 |
| ·关联规则相关定义 | 第19-20页 |
| ·关联规则相关定理 | 第20-21页 |
| ·基于Appriori算法和概念物理关系位图的本体候选概念提取方法 | 第21-22页 |
| ·基于Appriori算法和概念后缀树的概念间分类关系提取 | 第22-23页 |
| ·基于领域隶属度的候选概念优化方法 | 第23-24页 |
| ·基于领域相关度和领域一致度的候选概念优化方法 | 第24-25页 |
| ·基于语义规则的复合概念的优化方法 | 第25-28页 |
| ·基本名词的名词性短语形式化定义 | 第25页 |
| ·基于词性的名词短语定义 | 第25-28页 |
| 第四章 基于关联规则和语义规则的概念提取算法与试验分析 | 第28-38页 |
| ·本体概念提取算法 | 第29-31页 |
| ·文档术语集合和物理关系位图的获取 | 第29-30页 |
| ·利用频繁项计算方法获取候选概念 | 第30页 |
| ·候选概念集优化 | 第30-31页 |
| ·试验与结果分析 | 第31-38页 |
| ·试验过程 | 第31-35页 |
| ·试验结果对比分析 | 第35-38页 |
| 第五章 总结及工作展望 | 第38-39页 |
| ·总结 | 第38页 |
| ·工作展望 | 第38-39页 |
| 致谢 | 第39-40页 |
| 参考文献 | 第40-44页 |
| 作者简介 | 第44页 |
| 攻读硕士学位期间取得的研究成果 | 第44-45页 |
