| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9页 |
| 第一章 绪论 | 第14-17页 |
| 1.1 研究背景、目的及意义 | 第14-15页 |
| 1.2 研究内容 | 第15-16页 |
| 1.2.1 课题来源 | 第15页 |
| 1.2.2 本文研究思路和主要研究内容 | 第15-16页 |
| 1.2.3 内容组织 | 第16页 |
| 1.3 本章小结 | 第16-17页 |
| 第二章 网页正文抽取相关研究 | 第17-24页 |
| 2.1 相关工作 | 第17-22页 |
| 2.2 网页正文抽取的难点 | 第22-23页 |
| 2.3 网页正文抽取的评价体系 | 第23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于标签路径特征融合的在线Web新闻内容抽取方法 | 第24-38页 |
| 3.1 概述 | 第24页 |
| 3.2 DOM树与标签路径 | 第24-25页 |
| 3.3 标签路径特征系 | 第25-28页 |
| 3.4 标签路径特征融合 | 第28-30页 |
| 3.4.1 组合特征选择 | 第28-30页 |
| 3.4.2 组合特征融合 | 第30页 |
| 3.5 基于标签路径特征融合的在线Web新闻内容抽取 | 第30-33页 |
| 3.5.1 基于标签路径编辑距离的加权高斯平滑 | 第30-32页 |
| 3.5.2 自适应阈值设置与内容抽取算法 | 第32-33页 |
| 3.6 实验结果与分析 | 第33-37页 |
| 3.6.1 对比算法及实验数据集 | 第33-34页 |
| 3.6.2 实验结果分析 | 第34-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第四章 基于长文本标签比的网页正文抽取方法 | 第38-50页 |
| 4.1 概述 | 第38页 |
| 4.2 正文子树 | 第38-39页 |
| 4.3 长文本标签比 | 第39-44页 |
| 4.4 网页正文抽取 | 第44-45页 |
| 4.4.1 长文本阈值设置 | 第44页 |
| 4.4.2 子树聚类与正文抽取 | 第44-45页 |
| 4.5 实验结果与分析 | 第45-48页 |
| 4.5.1 实验数据集 | 第45-46页 |
| 4.5.2 实验结果分析 | 第46-48页 |
| 4.6 本章小结 | 第48-50页 |
| 第五章 网页正文抽取算法在Web新闻聚合系统中的应用 | 第50-54页 |
| 5.1 概述 | 第50页 |
| 5.2 面向领域主题的Web新闻动态聚合系统 | 第50-52页 |
| 5.3 网页正文抽取算法在实际应用中的优势和局限性 | 第52-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 研究工作总结 | 第54-55页 |
| 6.2 展望 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 攻读学位期间的学术活动及成果情况 | 第60-61页 |
