1 .<基于本体的语义检索技术>
        基于本体的语义检索是建立在语义web的基础上的检索技术。与传统的检索技术相比，它能提高检索的精度，减少了不相关的返回结果。使用句子成分进行尸体的实例的初步创建，然后通过已经构造好的领域本体把实例和实体进行映射，从而构建领域本体的实例，通过对实例进行索引，达到概念级检索的目的。首先介绍了语义web和本体的基本概念，然后详细讨论了基于本体的语义检索的实现的具体步骤及方法。最后分析了该方法的不足。
2 .《基于汉语框架网络本体的文本推理案例研究》贾君枝 邰杨芳 山西大学管理学院 太原 030006
        此文以汉语框架网络本体在自然语言处理中的应用为目的，介绍了如何用owl dl语言对框架网络进行形式化表征以及如何从框架网络本体的标注文本生成以owl dl表示的标注本体。进而说明如何将owl dl数据用于dl推理机RacerPro在推理基础上完成问答系统提出的任务。
3 .《基于领域共享本体的RDF语义查询技术研究》唐蕾 宋自林 
        信息话建设对信息系统的信息获取能力提出越来越高的要求，为实现信息的按需获取，文章提出一种基于军事指挥领域共享本体的RDF语义查询方法。首先，文章简单介绍关于语义网、语义信息表示和语义查询方面的背景知识；然后给出支持RDF语义查询的存储机制和推理机制两大关键技术；最后提出构建该查询引擎的原理和方法。
        RDF是统一的元数据语言，采用XML语法书写，其优点是允许任何人用词汇集描述语言来创建自己的词汇集。RDFS(RDF Schema)就是一种RDF词汇集描述语言，它提供了 一个应用于RDF模型的基本类型系统，定义了类、特性、资源以及它们之间的关系。因此，RDF和RDFS所表示的Web上的数据有了明确的语义，支持推理功能。
        本体的建立：先建立好领域本体，然后利用该本体中的类对文本进行标注，然后再对文本进行标注，然后在对标注后的文本利用本体进行相应的处理。
COHSE概念性开放超媒体服务Conceptual Open Hypermedia Service
Ontology四层含义： 1.概念模型：指通过抽象出客观世界中一些现象的相关概念而得到的模型。 2.明确（explicit）:指所使用的概念及使用这些概念的约束都有明确的定义。 3.形式化（formal）：指ontology是计算机可读的（即能被计算机处理）而不是完全用自然语言表达。 4.共享（share）:指ontology中体现的共同认可的知识反应的是相关领域中公认的概念集，即此概念集是为整体所共有的，而非个体所独有。
        提出本体概念的目标是通过本体捕获相关领域的知识，提供对该领域知识的共同理解，确定该领域内共同认可的词汇，并从不同层次的形式化模式上给出这些词汇，术语和词汇间相互关系的明确定义。
4.《 搜索引擎的智能化研究》吴丹 华中师范大学信息管理系 湖北 430079 
5.<语义WEB中OWL本体研究>张萌萌 张永胜 山东师范大学信息科学与工程学院  目前，语义WEB还是个理想模型，但是随着对本体技术研究的日渐深入，OWL本体理论探索和应用开发逐渐搜到广泛重视。语义WEB是当前WEB的一个扩展，其上的信息赋予了良式定义的含义（语义），使得计算机和人能更好的协同工作。
6.《 Semantic Web Technologies Survey》
7.< 一种实用高效的聚类算法>王建会 申展 胡运发 复旦大学 计算机与信息技术系 上海 200433
        在信息处理研究领域，现有的大多数聚类算法都需要人为地给出一些参数。然而，在没有先验知识的情况下，人为地确定这些参数是十分困难的，而且现有的聚类算法的时空效率也有待于进一步提高，为了解决这一难题，首先根据样本分布特性，通过数学分析，得到确定样本空间划分间隔数的数据函数，接着，再根据样本分布特性，采用爬山的策略得到样本类的划分，最终提出了一种实用而且高效的聚类算法。从多个角度分析了该算法的性能，并将该算法应用于中文文本聚类。理论分析和应用结果都表明，该算法不仅不需要人为确定参数，同时，还可以提高信息处理的时空效率和性能。
8.< 机器学习与自然语言处理> 
       随着大规模语料库的建设和各种语言知识库的出现，基于语料库的统计机器学习方法进入自然语言处理的视野。多种机器学习方法应用到自然语言处理中来并取得了良好的效果，促进了自然语言处理技术的发展。然而，自然语言处理领域仍然有许多课题尚待探索，为机器学习的研究与应用提供了广阔的舞台。
        本文较系统地介绍了自然语言处理中广泛存在的歧义现象的类型、实例和问题，并提供了我们利用机器学习方法解决其中一些问题的实例。本文还引出文学语言对机器学习的挑战性课题，其目的是期望更多的机器学习专家关注自然语言处理领域中的问题，共同努力，使自然语言处理技术朝自然语言理解的方向不断前进。
9.< 应用知识本体技术于工程应用程式整合之研究>
        本研究iitichu一套知识本体技术为基础的工程应用程式开发方法，此套方法主要的观念是由工程领域专家将工程领域问题的分析流程，分割成许多较小的分析单元，并且识别这些分析单元所分析或处理的领域知识与计算逻辑，再用知识本体技术具体地描述这些领域知识，以此知识本体与分析单元的计算逻辑，建立工程领域专家与软体工程师之间，能依据各自领域专长分工，与共同合作开发工程应用程式的目的，此套开发方法着重以工程领域问题的分析流程为导向，由工程领域专家主导工程应用程式的开发方式，甚至工程领域专家在不熟程式开发技巧的前提之下，亦能透过知识本体，整合由软体工程师实作分析单元计算逻辑的软体单元，构建工程应用程式。本研究为落实应用此套开发方法，所以设计一套软体架构OneApp Framework，并在.NET软体平台之上，建构此软体架构的雏形系统及相关的辅助工具，并实际以开发‘建筑物耐震能力评估辅助分析系统’为例，展示工程领域专家与软体工程师如何使用此套雏形系统提供的辅助工具，以领域分工与合作开发的方式，建构工程应用程式。
10.< 基于网络用户行为的搜索引擎系统sisi>郭岩 ×××计算机技术研究所软件室 ×××研究生院 北京100080  
        提出了一种基于网络用户行为的搜索引擎sisi。SISI的查询输入是一个WEB文档的URL。SISI的检索模型是使用统计的方法基于网络日志中用户对文档的访问频率挖掘相关文档。充分利用了用户在相关文档判定上的潜在意识。模型的假设基础是一族兴趣相似的人访问的文档有可能相关。与传统的搜索引擎想比较，搜索殷勤SISI具有系统初始化时间代价小、空间代价小等有点。同时SISI的检索优势在于可以查找哪些没有显式相似内容的相关文档，尤其是在检索处理时避开了文档的类型，将文本文档和多媒体文档 一视同仁。