| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-18页 |
| ·本文研究背景 | 第12-15页 |
| ·信息抽取研究与现状 | 第12-14页 |
| ·文本分类研究与现状 | 第14-15页 |
| ·本文主要研究内容 | 第15-16页 |
| ·本文主要工作 | 第16页 |
| ·本文结构 | 第16-18页 |
| 第2章 文本信息抽取与分类技术 | 第18-27页 |
| ·文本信息抽取的处理对象 | 第18-19页 |
| ·三种主要抽取模型 | 第19-21页 |
| ·基于自然语言处理的抽取模型 | 第19页 |
| ·基于包装器的抽取模型 | 第19-20页 |
| ·基于统计的抽取模型 | 第20-21页 |
| ·中文文本分类模型 | 第21-26页 |
| ·文本分词 | 第21-22页 |
| ·文本特征表示 | 第22-23页 |
| ·文本特征选择 | 第23-24页 |
| ·文本分类算法 | 第24-25页 |
| ·性能评价体系 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第3章 网页智能信息抽取系统研究 | 第27-41页 |
| ·相关技术 | 第27-30页 |
| ·包装器模型 | 第27-29页 |
| ·可扩展标记语言(XML) | 第29-30页 |
| ·基于可扩展标记语言(XML)的Web页面的信息聚合 | 第30-35页 |
| ·信息聚合基本思想 | 第30页 |
| ·页面分析 | 第30-32页 |
| ·信息聚合 | 第32-33页 |
| ·实验与分析 | 第33-35页 |
| ·系统设计与实现 | 第35-40页 |
| ·框架设计与实现平台 | 第35-36页 |
| ·系统核心模块设计与实现 | 第36-39页 |
| ·应用实例与前景 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第4章 中文文本分类系统研究 | 第41-50页 |
| ·高维向量空间的降维处理方法 | 第41-42页 |
| ·停用词的认定与选取 | 第42页 |
| ·基于停用词自动选取的向量空间降维方法 | 第42-45页 |
| ·基于停用词自动选取的向量空间降维方法 | 第42-43页 |
| ·实验与分析 | 第43-45页 |
| ·中文文本分类系统设计 | 第45-49页 |
| ·实现平台 | 第45-46页 |
| ·系统框架 | 第46-47页 |
| ·文本预处理模块 | 第47-48页 |
| ·文本表示模块 | 第48-49页 |
| ·分类模块 | 第49页 |
| ·小结 | 第49-50页 |
| 结论 | 第50-52页 |
| 1.本文工作总结 | 第50-51页 |
| 2.需进一步的研究工作 | 第51-52页 |
| 参考文献 | 第52-55页 |
| 致谢 | 第55-56页 |
| 附录A 攻读学位期间所获软件著作权目录 | 第56-57页 |
| 附录B 攻读学位期间参与的主要项目 | 第57页 |