| 摘要 | 第3-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 选题背景和意义 | 第9-11页 |
| 1.2 WEB 信息提取的研究现状 | 第11-12页 |
| 1.3 论文主要研究工作及创新点 | 第12页 |
| 1.4 论文内容安排 | 第12-14页 |
| 第二章 多媒体节目编目信息的表述及抽取系统 | 第14-31页 |
| 2.1 多媒体节目编目信息的应用背景与特点 | 第14-15页 |
| 2.2 多媒体节目编目信息的表述方式 | 第15-18页 |
| 2.3 WEB 信息抽取的介绍 | 第18-26页 |
| 2.3.1 WEB 信息抽取的分类 | 第18-19页 |
| 2.3.2 WEB 信息抽取系统的一般实现 | 第19-24页 |
| 2.3.3 WEB 信息抽取系统的关键技术 | 第24-26页 |
| 2.4 多媒体节目编目信息的WEB 抽取系统NMPIES | 第26-29页 |
| 2.4.1 NMPIES 系统的提出 | 第26-28页 |
| 2.4.2 NMPIES 系统主要模块的描述 | 第28-29页 |
| 2.5 本章小结 | 第29-31页 |
| 第三章 WEB 预处理及自动分类 | 第31-50页 |
| 3.1 噪音过滤 | 第31-34页 |
| 3.2 HTML-Tree 中心内容确定法 | 第34-41页 |
| 3.2.1 HTML 标记权值处理 | 第35-36页 |
| 3.2.2 带权值HTML-Tree 的生成 | 第36-38页 |
| 3.2.3 中心内容块的确定 | 第38-39页 |
| 3.2.4 实验数据与分析 | 第39-41页 |
| 3.3 基于 HTML-Tree 方法的特征提取 | 第41-47页 |
| 3.3.1 特征评估函数的比较 | 第42-45页 |
| 3.3.2 特征权值的计算 | 第45-46页 |
| 3.3.3 基于HTML-Tree 的特征提取方法 | 第46-47页 |
| 3.4 网页的自动分类 | 第47-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 多媒体节目编目信息的抽取 | 第50-58页 |
| 4.1 基于主题的信息抽取方法 | 第50-57页 |
| 4.1.1 主题页面在WEB 上的分布特征 | 第50-51页 |
| 4.1.2 主题网页的选取 | 第51-52页 |
| 4.1.3 多媒体节目编目信息的抽取 | 第52-55页 |
| 4.1.4 实例分析 | 第55-57页 |
| 4.2 本章小结 | 第57-58页 |
| 第五章 NMPIES 系统的编程实现 | 第58-70页 |
| 5.1 NMPIES 系统的软件流程 | 第58-59页 |
| 5.2 对 Java htmlparser 源码包的改进 | 第59-60页 |
| 5.3 使用JNI 技术调用C 语言的文本分类DLL 库 | 第60-64页 |
| 5.4 NMPIES 系统的用户界面模块 | 第64-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第六章 结束语 | 第70-72页 |
| 6.1 总结 | 第70页 |
| 6.2 下一步工作 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间发表的学术论文目录 | 第78-80页 |
