| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·选题背景 | 第11-13页 |
| ·国内外研究现状 | 第13-15页 |
| ·Ontology技术与信息检索 | 第13-14页 |
| ·智能信息查询技术的现状 | 第14-15页 |
| ·本文主要研究工作 | 第15-16页 |
| ·研究目标 | 第15-16页 |
| ·技术路线 | 第16页 |
| ·本文组织结构 | 第16-18页 |
| 第2章 语义WEB与本体 | 第18-31页 |
| ·语义Web | 第18-22页 |
| ·语义Web的概念 | 第18页 |
| ·语义Web的体系结构 | 第18-22页 |
| ·语义Web小结 | 第22页 |
| ·本体(Ontology) | 第22-28页 |
| ·本体的定义 | 第22-23页 |
| ·本体的分类 | 第23-25页 |
| ·本体描述语言 | 第25-27页 |
| ·本体小结 | 第27-28页 |
| ·语义Web与Ontology | 第28-31页 |
| ·相关研究 | 第28页 |
| ·本体在语义网中的地位 | 第28-31页 |
| 第3章 面向查询的本体推理原型系统设计 | 第31-36页 |
| ·系统设计目标 | 第31-32页 |
| ·系统结构设计 | 第32-34页 |
| ·系统框架 | 第32-33页 |
| ·工作流程 | 第33-34页 |
| ·关键技术 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于相似度的本体推理机制的研究 | 第36-48页 |
| ·相似度计算原则 | 第36-37页 |
| ·概念图(Conceptual Graph)中的概念相似度 | 第37-38页 |
| ·语言学中词语的相似度 | 第38-39页 |
| ·本体概念语义相似度 | 第39-45页 |
| ·语义相似度的影响因素 | 第40-42页 |
| ·语义相似度的计算公式 | 第42-45页 |
| ·基于相似度的本体推理机制 | 第45页 |
| ·应用实例 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第5章 基于关系属性的本体推理机制的研究 | 第48-55页 |
| ·本体的组成 | 第48页 |
| ·本体的基本关系及属性 | 第48-51页 |
| ·基于关系属性的本体推理机制 | 第51-53页 |
| ·应用实例 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第6章 基于案例的本体推理机制 | 第55-68页 |
| ·基于案例推理的相关知识 | 第55-58页 |
| ·CBR基本概念 | 第56页 |
| ·CBR基本原理 | 第56-57页 |
| ·CBR的优越性 | 第57-58页 |
| ·基于案例的本体推理机制CBOR | 第58-66页 |
| ·提出问题 | 第58-59页 |
| ·分析问题 | 第59-60页 |
| ·解决问题 | 第60页 |
| ·工作流程 | 第60-66页 |
| ·应用实例 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第7章 面向查询的本体推理原型系统的实现 | 第68-85页 |
| ·开发环境的配置 | 第68-69页 |
| ·开发语言—Java | 第68页 |
| ·开发平台—Eclipse集成开发环境(IDE) | 第68-69页 |
| ·数据源—MySQL数据库 | 第69页 |
| ·服务器—Tomcat网站服务器 | 第69页 |
| ·Jena的系统结构 | 第69-71页 |
| ·Jena的架构 | 第69-70页 |
| ·Jena的推理机制 | 第70-71页 |
| ·系统实现 | 第71-80页 |
| ·用户界面 | 第71-73页 |
| ·推理引擎 | 第73-74页 |
| ·基于相似度的本体推理模块 | 第74-75页 |
| ·基于关系属性的本体推理模块 | 第75-78页 |
| ·基于案例的本体推理模块 | 第78-80页 |
| ·测试结果评估及分析 | 第80-85页 |
| ·测试数据 | 第80-81页 |
| ·结果评价 | 第81-85页 |
| 第8章 总结与展望 | 第85-89页 |
| ·论文总结 | 第85-86页 |
| ·工作展望 | 第86-89页 |
| 参考文献 | 第89-93页 |
| 攻读学位期间公开发表论文 | 第93-95页 |
| 致谢 | 第95-97页 |
| 研究生履历 | 第97页 |