| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第15-22页 |
| 1.1 研究背景及意义 | 第15-16页 |
| 1.2 相关发展及研究现状 | 第16-19页 |
| 1.2.1 文本信息检索的研究现状 | 第16-17页 |
| 1.2.2 基于本体的文本信息研究现状 | 第17-19页 |
| 1.3 本文研究内容 | 第19-20页 |
| 1.4 文章结构安排 | 第20-22页 |
| 第二章 相关基础知识 | 第22-32页 |
| 2.1 本体的基础知识 | 第22-24页 |
| 2.1.1 本体概述 | 第22-23页 |
| 2.1.2 本体的主要组成要素 | 第23页 |
| 2.1.3 本体建立的原则 | 第23-24页 |
| 2.2 本体的构建方法 | 第24-26页 |
| 2.2.1 Uschold和king的“骨架法” | 第24页 |
| 2.2.2 KACTUS方法 | 第24页 |
| 2.2.3 METHONTOLOGY方法 | 第24-25页 |
| 2.2.4 七步法 | 第25-26页 |
| 2.3 本体描述语言 | 第26-27页 |
| 2.3.1 XML | 第26页 |
| 2.3.2 OWL | 第26-27页 |
| 2.4 相关工具 | 第27-28页 |
| 2.4.1 本体编辑工具Protege | 第27-28页 |
| 2.4.2 本体管理工具Allegro Graph | 第28页 |
| 2.4.3 Jena框架 | 第28页 |
| 2.5 文本挖掘与知识挖掘 | 第28-29页 |
| 2.5.1 文本挖掘概述 | 第28-29页 |
| 2.5.2 文本挖掘流程 | 第29页 |
| 2.6 文本信息的语义标注 | 第29-30页 |
| 2.6.1 基于本体的语义标注 | 第29-30页 |
| 2.6.2 语义标注的主要步骤 | 第30页 |
| 2.7 本章小结 | 第30-32页 |
| 第三章 汽车领域的文本维修案例需求分析与本体构建 | 第32-44页 |
| 3.1 汽车设备维修领域概述 | 第32-34页 |
| 3.1.1 汽车维修领域案例检索的需求分析 | 第32-33页 |
| 3.1.2 汽车维修领域的知识分析 | 第33-34页 |
| 3.2 领域本体的知识表示与构建 | 第34-43页 |
| 3.3 本章小结 | 第43-44页 |
| 第四章 汽车领域本体的文本案例信息检索 | 第44-55页 |
| 4.1 文本信息案例 | 第44-45页 |
| 4.1.1 文本信息案例概述 | 第44-45页 |
| 4.1.2 文本信息检索的必要性 | 第45页 |
| 4.2 文本信息案例检索 | 第45-49页 |
| 4.2.1 文本信息检索的定义及分类 | 第45-47页 |
| 4.2.2 文本信息检索模型 | 第47-49页 |
| 4.3 汽车领域本体的语义检索 | 第49-54页 |
| 4.3.1 基于领域本体的语义检索思想 | 第49-52页 |
| 4.3.2 基于领域本体的文本信息检索框架 | 第52-53页 |
| 4.3.3 基于领域本体的查询扩展操作 | 第53-54页 |
| 4.4 本章小结 | 第54-55页 |
| 第五章 汽车维修领域本体的语义检索算法分析 | 第55-69页 |
| 5.1 传统的文本相似度计算方法 | 第55-56页 |
| 5.2 语义相似度概述 | 第56-59页 |
| 5.2.1 语义相似度 | 第56页 |
| 5.2.2 语义相似度的影响因素 | 第56-57页 |
| 5.2.3 语义相似度的计算方法 | 第57-59页 |
| 5.3 基于《知网》的语义相似度计算方法 | 第59-60页 |
| 5.3.1 关于义原的相似度计算 | 第59页 |
| 5.3.2 概念的语义相似度 | 第59-60页 |
| 5.4 汽车领域本体语义相似度的计算 | 第60-62页 |
| 5.4.1 汽车领域本体综合相似度计算模型 | 第60-61页 |
| 5.4.2 汽车领域本体文本案例相似度计算方法 | 第61-62页 |
| 5.5 实验分析 | 第62-68页 |
| 5.6 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 论文工作总结 | 第69-70页 |
| 6.2 论文展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第74-75页 |