基于Web检索的小型学习资源语料库的建设
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·课题的背景及意义 | 第7-8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本文的主要研究工作 | 第9-11页 |
| 第二章 语料库在学习资源建设中的应用 | 第11-21页 |
| ·语料库理论基础 | 第11-13页 |
| ·语料库的定义 | 第11页 |
| ·语料库的分类 | 第11-12页 |
| ·语料库的类型 | 第12-13页 |
| ·学习资源理论基础 | 第13-16页 |
| ·学习资源理论概述 | 第13-14页 |
| ·学习资源的组成 | 第14-15页 |
| ·学习资源建设的内容 | 第15页 |
| ·语料库在学习资源建设中的启示 | 第15-16页 |
| ·搜索引擎理论基础 | 第16-19页 |
| ·搜索引擎发展概述 | 第16-17页 |
| ·搜索引擎原理 | 第17-19页 |
| ·网页权限与更新周期 | 第19页 |
| ·本章小结 | 第19-21页 |
| 第三章 自然语言处理 | 第21-31页 |
| ·自然语言处理过程 | 第21-24页 |
| ·自然语言处理概述 | 第21页 |
| ·中文文本的分类 | 第21-23页 |
| ·中文分词器 | 第23-24页 |
| ·网页消重 | 第24-27页 |
| ·文本表示模型 | 第24页 |
| ·文本特征的抽取 | 第24-25页 |
| ·相似距离 | 第25-26页 |
| ·网页消重的算法 | 第26-27页 |
| ·网页净化 | 第27-29页 |
| ·单一页面的网页净化 | 第27-28页 |
| ·基于视觉特征的净化方法 | 第28页 |
| ·同一模板网页净化 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第四章 小型学习资源语料库的系统设计 | 第31-43页 |
| ·小型学习资源语料库系统模型 | 第31-33页 |
| ·资源语料库需求分析 | 第31页 |
| ·小型学习资源语料库的流程 | 第31-32页 |
| ·资源语料库功能模块 | 第32-33页 |
| ·功能模块实现的技术原理 | 第33-39页 |
| ·平台软硬件环境 | 第33-34页 |
| ·主题网页抓取 | 第34页 |
| ·Heritrix 架构简述 | 第34-37页 |
| ·Lucene 功能原理简述 | 第37-39页 |
| ·多线程优化 Heritrix 爬虫性能 | 第39-41页 |
| ·本章小结 | 第41-43页 |
| 第五章 资源语料库核心模块实现 | 第43-55页 |
| ·主题网页的抓取 | 第43-46页 |
| ·利用 Heritrix 实现主题网页抓取 | 第43-45页 |
| ·实际抓取效果图 | 第45-46页 |
| ·网页消重算法实现 | 第46-47页 |
| ·算法实现 | 第46-47页 |
| ·性能测试 | 第47页 |
| ·文档预处理 | 第47-49页 |
| ·Lucene 对文档的处理过程 | 第47-49页 |
| ·运行效果 | 第49页 |
| ·语料检索的实现 | 第49-53页 |
| ·建立索引 | 第49-50页 |
| ·检索目标文档 | 第50-51页 |
| ·高亮处理 | 第51-53页 |
| ·运行效果 | 第53页 |
| ·本章小结 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间的主要成果 | 第63-64页 |
