| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状简介 | 第10-11页 |
| ·论文的主要工作 | 第11页 |
| ·论文创新之处 | 第11-12页 |
| ·论文结构 | 第12-14页 |
| 2 本体标注技术现状及分析 | 第14-21页 |
| ·本体技术 | 第14-15页 |
| ·本体的构建 | 第15-16页 |
| ·本体的标注 | 第16-18页 |
| ·本体标注系统分析 | 第18-20页 |
| ·本章小结 | 第20-21页 |
| 3 基于 Bootstrapping 的本体标注方法 | 第21-27页 |
| ·本体标注中的学习方法 | 第21-22页 |
| ·自扩展(Bootstrapping)方法 | 第22-23页 |
| ·基于 Bootstrapping 的本体标注模型 | 第23-25页 |
| ·本章小结 | 第25-27页 |
| 4 OWL 本体规则的生成方法 | 第27-33页 |
| ·本体规则生成工具 | 第27页 |
| ·本体规则文件生成 | 第27-32页 |
| ·类和个体的规则文件 | 第29-30页 |
| ·对象属性的规则文件 | 第30页 |
| ·数据属性的规则文件 | 第30-31页 |
| ·规则约束的规则文件 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 5 基于 Bootstrapping 的文本分类算法 | 第33-41页 |
| ·文本分类模型 | 第33-34页 |
| ·文本分类器的实现 | 第34-40页 |
| ·文本预处理 | 第34-35页 |
| ·分类的特征词选取 | 第35-36页 |
| ·贝叶斯分类器的构建 | 第36-37页 |
| ·基于Booststraping 的文本分类算法 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 6 信息标注抽取算法 | 第41-48页 |
| ·信息标注抽取算法 | 第41-44页 |
| ·关键算法实现 | 第44-47页 |
| ·文本标注器 | 第44页 |
| ·规则提取与信息标注器 | 第44-47页 |
| ·本章小结 | 第47-48页 |
| 7 实验结果及分析 | 第48-56页 |
| ·实验介绍 | 第48-49页 |
| ·实验语料 | 第48页 |
| ·评价标准 | 第48-49页 |
| ·文本分类实验结果及分析 | 第49-53页 |
| ·文本分类算法中权重因子β值的选取 | 第50页 |
| ·文本分类算法中分类阈值θ值的选取 | 第50-51页 |
| ·每次新增训练文本数n 对分类结果的影响 | 第51-52页 |
| ·迭代次数ω对分类结果的影响 | 第52页 |
| ·基于Booststraping 的文本分类算法与传统贝叶斯算法对比 | 第52-53页 |
| ·信息标注抽取实验结果及分析 | 第53-55页 |
| ·不同Tolerance 值对规则归纳结果的影响 | 第53-54页 |
| ·训练规模对规则归纳结果的影响 | 第54页 |
| ·基于Bootstrapping 和规则的抽取算法与传统抽取算法对比 | 第54-55页 |
| ·系统循环执行次数K 对本体标注结果的影响 | 第55页 |
| ·本章小结 | 第55-56页 |
| 8 总结与展望 | 第56-58页 |
| ·全文总结 | 第56页 |
| ·未来工作展望 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 附录 | 第62页 |
| 作者在攻读学位期间发表的论文目录 | 第62页 |
| 作者在攻读硕士学位期间参加的科研项目以及得奖情况 | 第62页 |
