| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 课题背景与意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 Web文本信息抽取与分类研究现状 | 第14-17页 |
| 1.2.2 存在的问题 | 第17页 |
| 1.2.3 本文的主要研究内容 | 第17-19页 |
| 1.3 本文的工作与安排 | 第19-21页 |
| 第二章 相关技术基础 | 第21-33页 |
| 2.1 Web文本信息抽取及预处理技术 | 第21-27页 |
| 2.2 文本表示 | 第27-28页 |
| 2.3 多层文本分类技术 | 第28-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第三章 基于DOM树的Web文本信息层次化抽取算法 | 第33-43页 |
| 3.1 引言 | 第33页 |
| 3.2 基于超链接和DOM树的Web标题抽取 | 第33-38页 |
| 3.2.1 目录型网页标题抽取 | 第34-36页 |
| 3.2.2 主题型网页标题抽取 | 第36-38页 |
| 3.3 基于DOM树的Web正文内容抽取 | 第38-40页 |
| 3.4 实验结果与分析 | 第40-42页 |
| 3.5 本章小结 | 第42-43页 |
| 第四章 基于语义的多层次Web文本分类 | 第43-56页 |
| 4.1 知识库的构建 | 第43-46页 |
| 4.1.1 多层次分类知识库的构建 | 第43-45页 |
| 4.1.2 领域知识库的构建 | 第45-46页 |
| 4.2 基于知网的语义相似度计算 | 第46-49页 |
| 4.2.1 词语语义相似度计算 | 第47-48页 |
| 4.2.2 文本语义相似度计算 | 第48-49页 |
| 4.3 自底向上逐层训练 | 第49-50页 |
| 4.4 自顶向下多层次文本分类算法 | 第50-53页 |
| 4.4.1 基于标题规则的文本分类算法 | 第51页 |
| 4.4.2 基于语义的文本相似度分类算法 | 第51-53页 |
| 4.5 实验结果与分析 | 第53-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 5.1 论文总结 | 第56页 |
| 5.2 工作展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 攻读硕士学位期间发表的学术论文 | 第63-64页 |
| 攻读硕士学位期间参加的科研项目 | 第64页 |