| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-14页 |
| ·研究背景 | 第10-11页 |
| ·相关研究进展 | 第11-12页 |
| ·本文工作 | 第12-13页 |
| ·本文结构 | 第13-14页 |
| 2 相关技术介绍 | 第14-19页 |
| 第14-16页 | |
| ·PDF简介 | 第14页 |
| ·PDF特点 | 第14-15页 |
| ·PDF文档结构 | 第15-16页 |
| ·PDFBox | 第16页 |
| ·元数据 | 第16-17页 |
| ·元数据定义 | 第16-17页 |
| ·元数据的功能 | 第17页 |
| ·HTML文档 | 第17-19页 |
| 3 基于字典匹配和支持向量机的中文科技论文元数据抽取 | 第19-26页 |
| ·相关工作 | 第19页 |
| ·论文元数据抽取问题分析 | 第19-22页 |
| ·多分类支持向量机 | 第21页 |
| ·建立知识字典 | 第21页 |
| ·论文元数据特征函数 | 第21-22页 |
| ·特征选择 | 第22页 |
| ·元数据抽取流程 | 第22-23页 |
| ·实验测评 | 第23-24页 |
| ·小结 | 第24-26页 |
| 4 基于双序列比对的动态Web信息元数据抽取 | 第26-35页 |
| ·相关研究工作 | 第26-27页 |
| ·双序列比对算法 | 第27-28页 |
| ·动态Web网页 | 第28-29页 |
| ·基于双序列比对算法的Web数据抽取 | 第29-32页 |
| ·生成HTML标记树 | 第29-31页 |
| ·HTML结构树重构 | 第31-32页 |
| ·基于双序列比对的HTML数据抽取 | 第32-33页 |
| ·实验 | 第33-34页 |
| ·小结 | 第34-35页 |
| 5 基于遗传聚类的同名区分 | 第35-45页 |
| ·同名区分的相关研究 | 第35-39页 |
| ·有监督的同名区分方法 | 第35-36页 |
| ·半监督的同名区分方法 | 第36-37页 |
| ·无监督的同名区分方法 | 第37-38页 |
| ·基于社会关系网络的同名区分方法 | 第38-39页 |
| ·基于词的引文相似度的计算 | 第39-41页 |
| ·关键词抽取 | 第39页 |
| ·相似度计算 | 第39-40页 |
| ·相似词计算 | 第40页 |
| ·引文相似度算法 | 第40-41页 |
| ·遗传聚类算法 | 第41-42页 |
| ·遗传算法那编码方式 | 第41页 |
| ·适应度函数 | 第41-42页 |
| ·迭代计算 | 第42页 |
| ·实验 | 第42-43页 |
| ·小结 | 第43-45页 |
| 6 简历自动生成系统 | 第45-53页 |
| ·系统总体设计 | 第45-47页 |
| ·信息融合模块的设计 | 第47-50页 |
| ·数据库设计 | 第47-48页 |
| ·信息融合规则 | 第48-50页 |
| ·简历自动生成与LinkScholar系统 | 第50-51页 |
| ·小结 | 第51-53页 |
| 结论 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-60页 |