| 摘要 | 第6-8页 |
| ABSTRACT | 第8-10页 |
| 第一章 绪论 | 第13-20页 |
| 1.1 引言 | 第13页 |
| 1.2 研究的背景与意义 | 第13-14页 |
| 1.3 研究发展现状 | 第14-16页 |
| 1.4 关键问题 | 第16-17页 |
| 1.5 本文的主要工作 | 第17页 |
| 1.6 本文的特色与创新之处 | 第17-18页 |
| 1.7 本文的组织结构 | 第18-20页 |
| 第二章 相关研究工作 | 第20-28页 |
| 2.1 文本自动摘要 | 第20-24页 |
| 2.1.1 文本自动摘要的分类 | 第20-21页 |
| 2.1.2 传统文本自动摘要的主流技术 | 第21-23页 |
| 2.1.3 Web文本自动摘要的主流技术 | 第23-24页 |
| 2.2 网页正文抽取技术 | 第24-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第三章 网站内容抽取 | 第28-40页 |
| 3.1 方法提出的背景 | 第29-32页 |
| 3.2 网站内容抽取算法 | 第32-36页 |
| 3.2.1 宽度优先网页抓取策略 | 第32-33页 |
| 3.2.2 网页文本抽取技术 | 第33-35页 |
| 3.2.3 网站内容抽取算法 | 第35-36页 |
| 3.3 实验 | 第36-39页 |
| 3.3.1 实验平台和数据 | 第36-37页 |
| 3.3.2 实验流程 | 第37页 |
| 3.3.3 实验结果和分析 | 第37-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第四章 基于网站层次结构和主题模型LDA的学术机构网站摘要算法 | 第40-53页 |
| 4.1 主题模型LDA | 第40-42页 |
| 4.2 文本的物理结构特征 | 第42-43页 |
| 4.3 文本的网站结构特征 | 第43-44页 |
| 4.4 基于网站层次结构和主题模型LDA的学术机构网站摘要算法 | 第44-47页 |
| 4.4.1 句子的LDA主题特征 | 第45-46页 |
| 4.4.2 句子的网站结构特征 | 第46-47页 |
| 4.5 H-LDA算法流程 | 第47-48页 |
| 4.6 实验 | 第48-49页 |
| 4.7 评测方法 | 第49-52页 |
| 4.8 本章小结 | 第52-53页 |
| 第五章 基于搜索引擎和主题模型LDA的大型综合网站摘要算法 | 第53-62页 |
| 5.1 方法提出的背景 | 第54-55页 |
| 5.2 网站描述信息获取方法 | 第55-56页 |
| 5.3 SE-LDA算法流程 | 第56-58页 |
| 5.4 实验 | 第58-60页 |
| 5.5 本章小结 | 第60-62页 |
| 第六章 总结和展望 | 第62-64页 |
| 6.1 全文工作总结 | 第62-63页 |
| 6.2 未来工作展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 附录一 作者攻读硕士学位期间发表的学术论文 | 第67-68页 |
| 附录二 作者攻读硕士学位期间获得的知识产权 | 第68-69页 |
| 附录三 作者攻读硕士学位期间参与的科研项目 | 第69-70页 |
| 后记 | 第70页 |
