| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-16页 |
| 1.2.1 文本挖掘研究 | 第12-14页 |
| 1.2.2 推荐算法研究 | 第14-16页 |
| 1.3 论文主要研究内容 | 第16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 文本挖掘相关技术概述 | 第18-30页 |
| 2.1 文本分类算法介绍 | 第18-21页 |
| 2.1.1 朴素贝叶斯 | 第19-20页 |
| 2.1.2 词图模型 | 第20-21页 |
| 2.2 信息抽取常用方法 | 第21-29页 |
| 2.2.1 基于规则学习的方法 | 第24-27页 |
| 2.2.2 基于分类的方法 | 第27页 |
| 2.2.3 基于序列标签的方法 | 第27-29页 |
| 2.3 小结 | 第29-30页 |
| 第三章 裁判文书采集和全文检索 | 第30-47页 |
| 3.1 问题提出 | 第30页 |
| 3.2 裁判文书信息采集 | 第30-37页 |
| 3.2.1 网页搜索策略 | 第30-31页 |
| 3.2.2 爬虫系统的架构 | 第31-34页 |
| 3.2.3 基于模板的网页信息提取 | 第34-37页 |
| 3.3 裁判文书的全文检索 | 第37-46页 |
| 3.3.1 建立索引 | 第39-42页 |
| 3.3.2 利用索引搜索 | 第42-43页 |
| 3.3.3 全文检索实现与实验结果 | 第43-46页 |
| 3.4 小结 | 第46-47页 |
| 第四章 裁判文书分类 | 第47-54页 |
| 4.1 问题提出 | 第47-49页 |
| 4.2 基于KNN算法的改进策略 | 第49-51页 |
| 4.2.1 算法的初始化 | 第50页 |
| 4.2.2 DRAG和PUSH操作过程 | 第50-51页 |
| 4.3 实验结果与分析 | 第51-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第五章 基于裁判文书的文本信息抽取算法设计 | 第54-66页 |
| 5.1 问题提出 | 第54-55页 |
| 5.2 基于本体的文本信息抽取算法设计 | 第55-59页 |
| 5.2.1 案例自动抽取与标注模型的设计 | 第56-57页 |
| 5.2.2 标注抽取的过程 | 第57-58页 |
| 5.2.3 抽取算法的过程 | 第58-59页 |
| 5.3 实验结果与分析 | 第59-65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 基于文本挖掘的律师推荐方法设计与结果展示 | 第66-72页 |
| 6.1 律师推荐方法整体设计 | 第66-70页 |
| 6.1.1 抽取信息的数值化和律师排名算法设计与结果展示 | 第68-69页 |
| 6.1.2 推荐算法设计与结果展示 | 第69-70页 |
| 6.2 实验结果与分析 | 第70-71页 |
| 6.3 小结 | 第71-72页 |
| 第七章 全文总结与展望 | 第72-74页 |
| 7.1 全文总结 | 第72页 |
| 7.2 后续工作展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻读硕士学位期间取得的成果 | 第78-79页 |