| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-12页 |
| ·研究背景与意义 | 第9-10页 |
| ·研究内容及论文结构 | 第10-12页 |
| ·研究内容 | 第10-11页 |
| ·论文结构 | 第11-12页 |
| 2 本体学习理论与方法 | 第12-22页 |
| ·本体 | 第12-18页 |
| ·本体概念 | 第12页 |
| ·本体表示语言 | 第12-13页 |
| ·本体构建工具 | 第13-17页 |
| ·本体应用研究进展 | 第17-18页 |
| ·农业本体 | 第18-19页 |
| ·本体学习 | 第19-20页 |
| ·本体学习概念 | 第19页 |
| ·概念提取方法 | 第19-20页 |
| ·概念间关系提取方法 | 第20页 |
| ·自适应学习理论 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 茶学领域概念自适应提取方法研究 | 第22-29页 |
| ·贝叶斯网络理论 | 第22-23页 |
| ·常用的概念提取方法 | 第23-25页 |
| ·上下文依赖分析 | 第23-24页 |
| ·领域相关性判断 | 第24页 |
| ·互信息技术 | 第24-25页 |
| ·一种改进的合成词提取算法 | 第25-26页 |
| ·茶学领域概念提取的贝叶斯网络 | 第26-27页 |
| ·实例分析 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 4 茶学领域概念间关系自适应提取方法研究 | 第29-39页 |
| ·常用的概念间分类关系提取方法 | 第29-33页 |
| ·基于语言规则的方法 | 第29-30页 |
| ·基于广义后缀树的方法 | 第30-33页 |
| ·茶学领域概念间分类关系自适应提取方法 | 第33-37页 |
| ·基于层次聚类的方法 | 第33-35页 |
| ·基于层次聚类茶学领域概念间分类关系提取方法评估方式 | 第35页 |
| ·茶学领域概念间分类关系提取的贝叶斯网络 | 第35-36页 |
| ·实例分析 | 第36-37页 |
| ·概念间非分类关系提取方法 | 第37-38页 |
| ·基于关联规则的挖掘方法 | 第37-38页 |
| ·基于关联规则的概念间非分类关系提取方法 | 第38页 |
| ·本章小结 | 第38-39页 |
| 5 茶学领域本体自适应学习原型系统设计与实现 | 第39-45页 |
| ·茶学领域本体自适应学习原型系统框架 | 第39页 |
| ·各部分功能描述 | 第39-40页 |
| ·步骤流程 | 第40-41页 |
| ·茶学领域本体自适应学习原型系统实现与验证 | 第41-44页 |
| ·贝叶斯网络概率分布表设定 | 第41页 |
| ·概念自适应提取 | 第41-43页 |
| ·分类关系自适应提取 | 第43-44页 |
| ·非分类关系提取 | 第44页 |
| ·本章小结 | 第44-45页 |
| 6 总结与展望 | 第45-47页 |
| ·工作总结 | 第45页 |
| ·未来研究工作展望 | 第45-47页 |
| 参考文献 | 第47-51页 |
| 致谢 | 第51-52页 |
| 个人简介 | 第52-53页 |
| 在读期间发表的学术论文、成果及科研工作情况 | 第53-54页 |
| 附录 A 图索引 | 第54-55页 |
| 附录 B 表索引 | 第55-56页 |
| APPENDIX A FIGURE INDEX | 第56-57页 |
| APPENDIX B TABLE INDEX | 第57页 |