Web文档分类及信息抽取的研究与开发
| 引 言 | 第1-9页 |
| 第一章 绪 论 | 第9-22页 |
| 1．1 背景、意义 | 第9-11页 |
| 1．2 目标及任务 | 第11-12页 |
| 1．3 关键技术 | 第12-19页 |
| 1．3．1 文档分类 | 第12-17页 |
| 1．3．2 信息抽取 | 第17-19页 |
| 1．3．3 自适应学习 | 第19页 |
| 1．4 JAVA简介 | 第19-21页 |
| 1．5 小结 | 第21-22页 |
| 第二章 WEB文档自动分类引擎 | 第22-43页 |
| 2．1 网页自动分类引擎的系统结构 | 第22-23页 |
| 2．2 学习模块 | 第23-30页 |
| 2．2．1 预挖掘 | 第23-25页 |
| 2．2．2 分类规则的抽出 | 第25-27页 |
| 2．2．3 特征规则的生成 | 第27-30页 |
| 2．3 自动分类模块 | 第30-32页 |
| 2．3．1 计算文档的特征向量 | 第30页 |
| 2．3．2 分类结果的得出 | 第30-32页 |
| 2．4 人工干预的机器学习分类法 | 第32-33页 |
| 2．5 分类引擎的数据格式 | 第33-41页 |
| 2．5．1 学习文档目录文件 | 第33-34页 |
| 2．5．2 Html标记文件 | 第34页 |
| 2．5．3 Stop-words文件 | 第34-35页 |
| 2．5．4 单词文件 | 第35页 |
| 2．5．5 统计信息文本 | 第35-38页 |
| 2．5．6 分类引擎程序界面 | 第38-41页 |
| 2．6 实验结果 | 第41-42页 |
| 2．7 小结 | 第42-43页 |
| 第三章 WEB表格的信息抽取 | 第43-61页 |
| 3．1 开发背景及目的 | 第43-44页 |
| 3．2 系统构成 | 第44-46页 |
| 3．3 二叉树构建工具 | 第46-58页 |
| 3．3．1 Htmlparser类 | 第46-48页 |
| 3．3．2 TagNode类 | 第48-50页 |
| 3．3．3 TagTree类 | 第50-57页 |
| 3．3．4 信息抽取工具 | 第57-58页 |
| 3．4 重点问题—二叉树模型的选取 | 第58-59页 |
| 3．5 信息抽取示例 | 第59-60页 |
| 3．6 小结 | 第60-61页 |
| 第四章 结束语 | 第61-62页 |
| 致 谢 | 第62-63页 |
| 参考文献 | 第63页 |
