学术主页信息抽取系统的研究

摘要	第1-5页
Abstract	第5-8页
1 绪论	第8-17页
·课题的研究意义	第8-9页
·国内外研究现状	第9-15页
·课题背景和研究内容	第15-16页
·论文的组织	第16-17页
2 LineX 学术主页信息抽取系统的设计	第17-23页
·设计思想	第17-19页
·算法设计	第19-21页
·系统的工作流程	第21-22页
·本章小结	第22-23页
3 LineX 学术主页信息抽取系统的核心技术	第23-33页
·网页文本的内聚分割	第23-25页
·基于支持向量机的文本分类	第25-28页
·基于条件随机场的字段提取	第28-30页
·字符串模糊匹配	第30-32页
·本章小结	第32-33页
4 LineX 学术主页信息抽取系统的实现	第33-44页
·主页发现和站点爬虫	第33-36页
·Web 接口与网页的解析	第36-37页
·元信息的识别与提取	第37-42页
·冗余信息消除与语义数据的集成	第42-43页
·本章小结	第43-44页
5 系统测试与分析	第44-53页
·测试集建立	第44-45页
·测试方法和测试环境	第45-46页
·功能测试	第46-48页
·性能测试	第48-51页
·讨论	第51页
·本章小结	第51-53页
6 总结及未来工作	第53-55页
致谢	第55-57页
参考文献	第57-59页