| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第15-25页 |
| 1.1 研究背景、目的及意义 | 第15-16页 |
| 1.2 Web新闻内容抽取 | 第16-22页 |
| 1.2.1 Web新闻内容抽取难点 | 第16-17页 |
| 1.2.2 Web信息抽取技术 | 第17-21页 |
| 1.2.3 Web新闻内容抽取的评价体系 | 第21-22页 |
| 1.3 研究内容 | 第22-24页 |
| 1.3.1 课题来源 | 第22页 |
| 1.3.2 本文研究思路和主要研究内容 | 第22-23页 |
| 1.3.3 内容组织 | 第23-24页 |
| 1.4 本章小结 | 第24-25页 |
| 第二章 基于文本标签路径比的Web新闻内容抽取方法 | 第25-43页 |
| 2.1 概述 | 第25页 |
| 2.2 文本标签路径比 | 第25-31页 |
| 2.2.1 DOM树及标签路径 | 第26-27页 |
| 2.2.2 文本标签路径比 | 第27-30页 |
| 2.2.3 扩展文本标签路径比 | 第30-31页 |
| 2.3 基于文本标签路径比的Web新闻内容抽取方法 | 第31-35页 |
| 2.3.1 阈值设置 | 第31-32页 |
| 2.3.2 基于标签路径编辑距离的加权高斯平滑 | 第32-34页 |
| 2.3.3 抽取算法CEPR | 第34-35页 |
| 2.4 实验结果 | 第35-41页 |
| 2.4.1 实验数据集 | 第35-36页 |
| 2.4.2 阈值参数设置 | 第36-37页 |
| 2.4.3 平滑调节参数a设置 | 第37-38页 |
| 2.4.4 CEPR算法抽取性能评估 | 第38-39页 |
| 2.4.5 与CETR方法的对比实验 | 第39-40页 |
| 2.4.6 实验结果分析 | 第40-41页 |
| 2.5 本章小结 | 第41-43页 |
| 第三章 基于DS证据理论融合特征的Web新闻内容抽取方法 | 第43-57页 |
| 3.1 概述 | 第43页 |
| 3.2 标签路径特征系及其分析 | 第43-48页 |
| 3.2.1 标签路径特征系 | 第43-46页 |
| 3.2.2 标签路径特征分析 | 第46-48页 |
| 3.3 基于DS证据理论融合特征的Web新闻网页抽取方法 | 第48-51页 |
| 3.3.1 DS证据理论简介 | 第48页 |
| 3.3.2 基于DS证据理论的特征融合 | 第48-50页 |
| 3.3.3 抽取算法CEPC | 第50-51页 |
| 3.4 实验结果 | 第51-56页 |
| 3.4.0 实验数据集及性能评估指标 | 第51页 |
| 3.4.1 CEPC算法抽取性能评估 | 第51-54页 |
| 3.4.2 与CEPR方法的对比实验 | 第54-55页 |
| 3.4.3 实验结果分析 | 第55-56页 |
| 3.5 本章小结 | 第56-57页 |
| 第四章 基于组合特征选择的Web新闻内容抽取方法 | 第57-65页 |
| 4.1 概述 | 第57页 |
| 4.2 组合特征选择 | 第57-59页 |
| 4.2.1 特征间相关性度量 | 第58-59页 |
| 4.2.2 组合特征选择策略 | 第59页 |
| 4.3 基于组合特征选择的Web新闻内容抽取方法 | 第59-62页 |
| 4.3.1 特征融合 | 第59-61页 |
| 4.3.2 抽取算法CEPF | 第61-62页 |
| 4.4 实验结果 | 第62-64页 |
| 4.4.1 CEPF算法抽取性能评估 | 第62-63页 |
| 4.4.2 实验比较 | 第63页 |
| 4.4.3 阈值对抽取性能的影响 | 第63-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 基于标签路径特征系的Web新闻内容抽取原型系统 | 第65-69页 |
| 5.1 概述 | 第65页 |
| 5.2 系统模型 | 第65-66页 |
| 5.3 系统运行效果 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 攻读学位期间的学术活动及成果情况 | 第76-77页 |
