| 独创性声明 | 第1-5页 |
| 摘要 | 第5-7页 |
| Abstract | 第7-11页 |
| 第一章 前言 | 第11-24页 |
| ·课题的背景 | 第11-12页 |
| ·课题的研究现状 | 第12-20页 |
| ·课题的来源及研究的目的和意义 | 第20-21页 |
| ·课题的主要研究内容 | 第21-22页 |
| ·本文的组织结构 | 第22-24页 |
| 第二章 领域知识库 | 第24-34页 |
| ·知识的定义 | 第24-26页 |
| ·领域知识库的定义 | 第26页 |
| ·领域知识库的特色 | 第26-27页 |
| ·领域知识库的两个基本概念 | 第27-28页 |
| ·领域知识库建设的方法 | 第28-29页 |
| ·领域知识库的领域知识表示 | 第29-34页 |
| 第三章 基于Ontology构建领域知识库的层次分类体系 | 第34-52页 |
| ·本体论 | 第34-44页 |
| ·本体的定义 | 第34-35页 |
| ·本体的分类 | 第35-36页 |
| ·本体的建模元语 | 第36-37页 |
| ·本体的理论研究 | 第37-38页 |
| ·本体建模的优点 | 第38-39页 |
| ·本体建模的方法 | 第39-43页 |
| ·本体在自然语言处理领域里的应用 | 第43-44页 |
| ·基于本体构建领域知识库的层次分类体系 | 第44-48页 |
| ·领域知识库层次分类体系的实例 | 第48-52页 |
| 第四章 领域知识在文本分类中的应用 | 第52-65页 |
| ·领域知识库 | 第52-54页 |
| ·文本的特征选取 | 第54-57页 |
| ·领域特征概念作为文本特征 | 第55页 |
| ·领域特征属性作为文本特征 | 第55-56页 |
| ·领域特征属性和机器学习相结合的文本特征表示 | 第56-57页 |
| ·自划分模型 | 第57-60页 |
| ·定义 | 第57-58页 |
| ·相似度计算 | 第58页 |
| ·自划分模型算法 | 第58-60页 |
| ·实验与分析 | 第60-62页 |
| ·评价方法 | 第60页 |
| ·实验语料 | 第60-61页 |
| ·实验结果 | 第61-62页 |
| ·讨论 | 第62-65页 |
| 第五章 结束语 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71-72页 |
| 攻硕期间参加的科研项目和发表的论文 | 第72页 |