| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 课题背景及意义 | 第8-9页 |
| 1.2 国内外研究现状及相关技术介绍 | 第9-12页 |
| 1.2.1 信息抽取的发展现状 | 第9-10页 |
| 1.2.2 半结构化文本的信息抽取方法研究 | 第10-11页 |
| 1.2.3 不均衡文本分类特征权重方法研究 | 第11-12页 |
| 1.3 章节内容组织 | 第12-13页 |
| 第2章 债券知识服务系统架构及债券信息的获取方法 | 第13-24页 |
| 2.1 引言 | 第13页 |
| 2.2 债券知识服务系统整体框架 | 第13-14页 |
| 2.3 结构化信息获取和预处理 | 第14-16页 |
| 2.3.1 行情数据获取 | 第15页 |
| 2.3.2 固定网站的公告信息获取 | 第15-16页 |
| 2.4 基于搜索引擎的债券信息获取方法 | 第16-23页 |
| 2.4.1 金融产品检索结果现象描述与分析 | 第16-17页 |
| 2.4.2 候选答案可信度计算 | 第17-18页 |
| 2.4.3 候选答案评估模型 | 第18-20页 |
| 2.4.4 结果正文获取 | 第20-22页 |
| 2.4.5 相关文档获取流程 | 第22-23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 基于本体规则自适应的异构信息的抽取 | 第24-35页 |
| 3.1 规则本体的构建 | 第24-26页 |
| 3.1.1 债券本体的概念 | 第24页 |
| 3.1.2 规则的构建 | 第24-25页 |
| 3.1.3 规则的学习过程 | 第25-26页 |
| 3.2 基于WHISK算法的本体规则自适应方法 | 第26-32页 |
| 3.2.1 自适应算法形式化描述 | 第26-31页 |
| 3.2.2 信息抽取实现 | 第31-32页 |
| 3.3 信息的规则化 | 第32-33页 |
| 3.4 本章小结 | 第33-35页 |
| 第4章 债券信息的分类 | 第35-45页 |
| 4.1 债券类别分析 | 第35页 |
| 4.2 基于规则的债券分类 | 第35-36页 |
| 4.3 基于SVM的债券分类方法 | 第36-43页 |
| 4.3.1 特征权重计算方法的优化 | 第37-41页 |
| 4.3.2 特征权重方法IC_TFIDF在债券信息分类中的应用 | 第41-43页 |
| 4.4 债券信息的融合 | 第43-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第5章 实验平台与债券知识服务的实现 | 第45-58页 |
| 5.1 实验环境与实验数据 | 第45页 |
| 5.2 实验结果评估与分析 | 第45-52页 |
| 5.2.1 特定领域检索结果相关性评估实验分析 | 第45-47页 |
| 5.2.2 分类中优化的特征权重方法实验分析 | 第47-50页 |
| 5.2.3 本体规则库自适应特征抽取实验分析 | 第50-52页 |
| 5.3 债券知识服务平台的实现 | 第52-53页 |
| 5.4 债券知识服务平台的验证与评价 | 第53-57页 |
| 5.4.1 债券知识服务平台的验证 | 第53-54页 |
| 5.4.2 债券知识服务平台的评价 | 第54-57页 |
| 5.5 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读学位期间发表的学术论文 | 第63-65页 |
| 致谢 | 第65页 |