| 致谢 | 第5-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 导论 | 第11-14页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 研究对象及思路 | 第12-14页 |
| 2 理论基础 | 第14-21页 |
| 2.1 智能信息提取 | 第14页 |
| 2.2 智能中文分词 | 第14-17页 |
| 2.2.1 基于字符串匹配的分词方法 | 第15-16页 |
| 2.2.2 基于理解的分词方法 | 第16页 |
| 2.2.3 基于统计的分词方法 | 第16-17页 |
| 2.3 中文词性标注 | 第17-18页 |
| 2.4 文本文件关键字提取 | 第18-19页 |
| 2.5 基于表格数据的提取 | 第19-21页 |
| 3 基于企业价值评估的金融数据智能提取方法 | 第21-32页 |
| 3.1 财务报表的金融数据智能提取 | 第22-23页 |
| 3.1.1 DOM树方法 | 第22页 |
| 3.1.2 正则表达式(Regular Expression)方法 | 第22-23页 |
| 3.1.3 XPath方法 | 第23页 |
| 3.2 财务报表附注的金融数据智能提取 | 第23-25页 |
| 3.3 财经新闻的金融数据智能提取 | 第25-29页 |
| 3.3.1 财务报表项目的分析 | 第27-28页 |
| 3.3.2 公司名称的分析 | 第28页 |
| 3.3.3 时间和日期的分析 | 第28页 |
| 3.3.4 金额和百分比分析 | 第28页 |
| 3.3.5 财经新闻的关键字提取 | 第28-29页 |
| 3.4 企业价值评估模型分析 | 第29-32页 |
| 3.4.1 企业价值评估 | 第29-30页 |
| 3.4.2 企业价值评估数据库 | 第30-32页 |
| 4 基于企业价值评估的金融数据智能提取方法的程序设计 | 第32-42页 |
| 4.1 爬网蛛设计 | 第32-35页 |
| 4.1.1 URL处理模块 | 第33-34页 |
| 4.1.2 Web信息提取模块 | 第34页 |
| 4.1.3 网页去重检测模块 | 第34页 |
| 4.1.4 URL提取模块 | 第34页 |
| 4.1.5 标签信息获取模块 | 第34-35页 |
| 4.1.6 文件服务器模块 | 第35页 |
| 4.2 工具类设计 | 第35-36页 |
| 4.2.1 PDF到超文本转换工具 | 第35-36页 |
| 4.2.2 中文词法分析工具 | 第36页 |
| 4.3 数据库的设计 | 第36-37页 |
| 4.4 系统模块的设计 | 第37-38页 |
| 4.4.1 输入输出模块 | 第38页 |
| 4.4.2 词分析的功能模块 | 第38页 |
| 4.4.3 数据提取模块 | 第38页 |
| 4.5 金融数据智能提取方法以及原型系统的验证 | 第38-42页 |
| 4.5.1 财务报表的金融数据智能提取方法的验证 | 第39-40页 |
| 4.5.2 财务报表附注的金融数据智能提取方法的验证 | 第40-41页 |
| 4.5.3 金融新闻的金融数据智能提取方法的验证 | 第41-42页 |
| 5 基于企业价值评估的金融数据智能提取方法的应用 | 第42-48页 |
| 5.1 智能提取方法在企业并购重组中的应用 | 第43-45页 |
| 5.2 智能提取方法在企业股票投资中的应用 | 第45-46页 |
| 5.3 智能提取方法在企业财务风险评估中的应用 | 第46-48页 |
| 6 结论 | 第48-49页 |
| 6.1 全文总结 | 第48页 |
| 6.2 研究展望 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 作者简历 | 第51-53页 |
| 学位论文数据集 | 第53页 |
