| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第1章 绪论 | 第14-40页 |
| ·基于上下文的信息检索技术概述 | 第14-18页 |
| ·研究背景简介 | 第14-15页 |
| ·什么是基于上下文的信息检索技术 | 第15-18页 |
| ·CIR 研究现状综述 | 第18-34页 |
| ·上下文因素及其分类 | 第18-22页 |
| ·上下文研究进展介绍 | 第22-28页 |
| ·基于上下文的统计语言模型 | 第28-34页 |
| ·CIR 研究面临的挑战 | 第34-36页 |
| ·论文主要工作 | 第36-38页 |
| ·论文组织结构 | 第38-40页 |
| 第2章 词语-概念相关度的计算 | 第40-60页 |
| ·引言 | 第40-42页 |
| ·相关研究工作 | 第42-44页 |
| ·语义查询扩展 | 第42-43页 |
| ·词语-概念相关度的计算 | 第43-44页 |
| ·K2CM 方法 | 第44-51页 |
| ·基于词语-文档-概念的所属关系的考虑 | 第45-48页 |
| ·基于有效窗口内共现性的考虑 | 第48-50页 |
| ·词语-概念相关度的计算 | 第50-51页 |
| ·K2CM 和其它方法的对比 | 第51-52页 |
| ·查询-文档相关度的计算 | 第52-53页 |
| ·查询-概念相关度的计算 | 第52-53页 |
| ·查询-文档相关度的计算 | 第53页 |
| ·实验评价 | 第53-59页 |
| ·实验设置 | 第53-55页 |
| ·实验对比方法 | 第55-56页 |
| ·实验评测标准和实验结果 | 第56-59页 |
| ·小结 | 第59-60页 |
| 第3章 基于词语-概念相关关系的统计语言模型 | 第60-73页 |
| ·引言 | 第60-62页 |
| ·统计语言模型 | 第62-63页 |
| ·基于词语-概念相关关系的统计语言模型TCA-LM | 第63-68页 |
| ·实验评价 | 第68-72页 |
| ·实验设置 | 第68页 |
| ·实验对比方法 | 第68-69页 |
| ·实验评测标准和实验结果 | 第69-72页 |
| ·小结 | 第72-73页 |
| 第4章 概念间语义相关度的计算方法 | 第73-88页 |
| ·引言 | 第73-75页 |
| ·SRbM | 第75-78页 |
| ·形式化定义 | 第75-78页 |
| ·SRbM | 第78页 |
| ·参数估计 | 第78-80页 |
| ·估计Py(x,r) | 第78-80页 |
| ·估计Py(r) | 第80页 |
| ·基于DSA 的MDSA | 第80-82页 |
| ·实验 | 第82-87页 |
| ·实验设置 | 第82-84页 |
| ·实验对比方法 | 第84-85页 |
| ·实验评测标准和实验结果 | 第85-87页 |
| ·小结 | 第87-88页 |
| 第5章 基于用户认知结构的个性化检索 | 第88-100页 |
| ·引言 | 第88-90页 |
| ·激活-扩散模型 | 第90-91页 |
| ·DbSAM 方法 | 第91-95页 |
| ·基本定义 | 第91-94页 |
| ·DbSAM 的特点 | 第94-95页 |
| ·实验 | 第95-98页 |
| ·实验设置 | 第95-96页 |
| ·实验过程 | 第96-98页 |
| ·实验评测标准和实验结果 | 第98页 |
| ·小结 | 第98-100页 |
| 第6章 一个基于用户认知结构的个性化知识检索原型系统 | 第100-103页 |
| ·体系框架 | 第100-102页 |
| ·基于本体的资源组织模块 | 第101页 |
| ·用户认知处理模块 | 第101-102页 |
| ·个性化检索模块 | 第102页 |
| ·小结 | 第102-103页 |
| 第7章 总结与展望 | 第103-107页 |
| ·本文工作总结和主要创新 | 第103-105页 |
| ·下一步工作展望 | 第105-107页 |
| 参考文献 | 第107-124页 |
| 在学期间论文发表情况和参加的科研项目 | 第124-126页 |
| 致谢 | 第126页 |