突发事件语料噪声排除与网页去重方法研究
| 引言 | 第1-12页 |
| 第一章 研究的意义与国内外动态 | 第12-15页 |
| ·研究的意义 | 第12页 |
| ·国内外研究动态 | 第12-13页 |
| ·本文的组织 | 第13-15页 |
| 第二章 突发事件新闻网页要素提取 | 第15-28页 |
| ·突发事件新闻特点分析与表示方法 | 第15-17页 |
| ·Web页面特点 | 第15页 |
| ·网络新闻的特征 | 第15-16页 |
| ·突发事件新闻文档分析 | 第16-17页 |
| ·Web新闻的表示 | 第17页 |
| ·新闻网页获取 | 第17页 |
| ·突发事件新闻标题抽取 | 第17-21页 |
| ·新闻网页标题特点 | 第17-18页 |
| ·新闻网页标题结构分析 | 第18-20页 |
| ·标题抽取算法 | 第20-21页 |
| ·新闻主题内容抽取 | 第21-25页 |
| ·新闻网页的结构特征 | 第21-22页 |
| ·新闻主题内容结构分析 | 第22-23页 |
| ·基于网页分割的噪声排除与主题内容抽取 | 第23页 |
| ·相关工作 | 第23页 |
| ·向量模型与文本表示 | 第23-24页 |
| ·算法实现 | 第24-25页 |
| ·标题与主题内容抽取结果评价 | 第25-26页 |
| ·发布日期抽取 | 第26-28页 |
| ·新闻网页发布时间结构分析 | 第26-27页 |
| ·发布日期抽取过程 | 第27-28页 |
| 第三章 新闻网页去重方法 | 第28-38页 |
| ·网页的重复特点 | 第28页 |
| ·现有去重方法简介 | 第28-29页 |
| ·基于发布日期的网页去重 | 第29-30页 |
| ·抽取特征的区域 | 第30-31页 |
| ·特征单元的确定 | 第31-32页 |
| ·权重计算 | 第32-34页 |
| ·特征选择方法 | 第34-36页 |
| ·重复网页判定 | 第36-37页 |
| ·网页去重算法实现 | 第37-38页 |
| 第四章 试验模型设计与试验结果 | 第38-44页 |
| ·试验模型 | 第38页 |
| ·试验评估方法 | 第38-40页 |
| ·试验结果 | 第40-43页 |
| ·试验结果分析 | 第43-44页 |
| 第五章 结束语 | 第44-45页 |
| 参考文献 | 第45-48页 |
| 致谢 | 第48-49页 |
| 附录 A学习期间发表论文情况 | 第49-50页 |
