| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-15页 |
| ·选题背景及意义 | 第8-9页 |
| ·XML 的概念及特点 | 第9-10页 |
| ·OLE 自动化技术 | 第10-11页 |
| ·现有的对文本语块进行分块的技术 | 第11-14页 |
| ·论文研究内容 | 第14-15页 |
| 第2章 WORD 文档结构与自动化技术 | 第15-21页 |
| ·WORD文档结构 | 第15-17页 |
| ·Word 文档结构概要 | 第15页 |
| ·基本格式与文体表 | 第15-16页 |
| ·段落与文字格式 | 第16-17页 |
| ·页式格式结构表 | 第17页 |
| ·WORD文档结构与对象模型 | 第17-20页 |
| ·小结 | 第20-21页 |
| 第3章 现有的试卷文本分块技术研究 | 第21-32页 |
| ·自动机概述 | 第21-24页 |
| ·NFA | 第22-23页 |
| ·DFA | 第23-24页 |
| ·基于自动机的试卷文本分块模型 | 第24-30页 |
| ·Word 试卷文本结构分析 | 第24-25页 |
| ·建立模型 | 第25-29页 |
| ·识别流程 | 第29-30页 |
| ·小结 | 第30-32页 |
| 第4章 支持向量机理论 | 第32-41页 |
| ·统计学习理论基础 | 第32-34页 |
| ·支持向量机研究方向 | 第34-40页 |
| ·分类问题 | 第35-36页 |
| ·最大间隔分类法 | 第36-38页 |
| ·线性分类支持向量机 | 第38-39页 |
| ·支持向量分类机 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第5章 基于支持向量机的 WORD 试卷文本提取研究 | 第41-61页 |
| ·基于支持向量机的文本数据分析 | 第41-43页 |
| ·向量模型 | 第41-42页 |
| ·工作流程 | 第42-43页 |
| ·词典 | 第43-47页 |
| ·词典过滤 | 第43-44页 |
| ·词典数据结构 | 第44-46页 |
| ·增词算法 | 第46-47页 |
| ·向量空间生成算法 | 第47-49页 |
| ·WORD试题文本向量化及分类 | 第49-56页 |
| ·题号的向量分析 | 第50-51页 |
| ·待选项编号的向量分析 | 第51-53页 |
| ·待选项编号的分类 | 第53-56页 |
| ·实验 | 第56-59页 |
| ·测试样本 | 第56-57页 |
| ·测试环境 | 第57页 |
| ·测试结果 | 第57-59页 |
| ·小结 | 第59-61页 |
| 第6章 总结与展望 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第67页 |