| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第一章 引言 | 第10-15页 |
| ·课题背景与意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·主要研究内容 | 第13-14页 |
| ·论文组织结构 | 第14-15页 |
| 第二章 模式自动生成相关工作 | 第15-22页 |
| ·模式自动生成概述 | 第15-20页 |
| ·人工创建信息抽取模式的方法 | 第15-16页 |
| ·基于人工语料标注的信息抽取模式学习系统 | 第16页 |
| ·基于人工语料分类的信息抽取模式学习系统 | 第16-18页 |
| ·基于种子模式的信息抽取模式学习系统 | 第18页 |
| ·基于WordNet 和语料标注的信息抽取模式学习系统 | 第18-19页 |
| ·本文的模式自动生成方法 | 第19-20页 |
| ·性能评测 | 第20-21页 |
| ·实验语料与预处理平台介绍 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 基于TFIDF 的网页关键词抽取 | 第22-30页 |
| ·相关工作 | 第22-23页 |
| ·采用TFIDF 方式的原因 | 第23页 |
| ·基于TFIDF 的关键词抽取 | 第23-26页 |
| ·中文词语特征 | 第24页 |
| ·中文文章结构特征 | 第24-25页 |
| ·改进的TFIDF 统计方法 | 第25-26页 |
| ·系统整体设计 | 第26-27页 |
| ·实验结果与分析 | 第27-29页 |
| ·评价方法 | 第27页 |
| ·实验结果分析 | 第27-28页 |
| ·实验结论与方法改进展望 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 句子聚类 | 第30-42页 |
| ·句子聚类意义 | 第30-31页 |
| ·常用聚类算法介绍 | 第31-34页 |
| ·分割聚类算法 | 第31-32页 |
| ·层次聚类算法 | 第32-34页 |
| ·基于密度的聚类算法 | 第34页 |
| ·基于网格的方法 | 第34页 |
| ·CURE 层次凝聚算法分析 | 第34-36页 |
| ·改进的CURE 聚类方法 | 第36-39页 |
| ·分割聚类算法代表点的选取 | 第36-37页 |
| ·小簇的合并 | 第37-38页 |
| ·基于CURE 的句子聚类流程 | 第38-39页 |
| ·实验结果与分析 | 第39-41页 |
| ·实验结果 | 第39-40页 |
| ·实验结果分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 基于句子聚类的模式自动生成 | 第42-54页 |
| ·引言 | 第42-43页 |
| ·国内外现状 | 第43-44页 |
| ·本文的方法 | 第44-45页 |
| ·基于句子聚类的信息抽取模式自动生成 | 第45-50页 |
| ·实验结果分析相关概念 | 第45-46页 |
| ·定义模式的表示方式 | 第46-48页 |
| ·选取句子 | 第46页 |
| ·定义抽取模式 | 第46-48页 |
| ·模式的自动生成 | 第48-50页 |
| ·实验结果与分析 | 第50-53页 |
| ·评测方法 | 第50-51页 |
| ·实验结果 | 第51-52页 |
| ·结果分析 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| ·总结 | 第54-55页 |
| ·展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读学位期间公开发表的论文 | 第59-60页 |
| 致谢 | 第60-61页 |