| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·引言 | 第9页 |
| ·文本数据获取系统的现状及其发展方向 | 第9-11页 |
| ·课题的提出及意义 | 第11页 |
| ·本论文的研究任务 | 第11-12页 |
| ·论文的组织 | 第12-13页 |
| 第二章 研究综述 | 第13-19页 |
| ·J2EE技术的简介 | 第13页 |
| ·J2EE关键技术 | 第13-16页 |
| ·J2EE结构分析 | 第13-15页 |
| ·对象持久化技术 | 第15-16页 |
| ·文本分类概述 | 第16页 |
| ·Web文本分类的重要意义 | 第16页 |
| ·文本分类技术研究现状 | 第16-18页 |
| ·国外文本分类研究现状 | 第16-17页 |
| ·国内文本分类研究现状 | 第17页 |
| ·中文Web文本分类研究 | 第17-18页 |
| ·小结 | 第18-19页 |
| 第三章 系统的需求分析 | 第19-23页 |
| ·系统需求分析 | 第19-22页 |
| ·各系统间的关系 | 第22页 |
| ·小结 | 第22-23页 |
| 第四章 面向新闻领域的文本数据获取系统的设计 | 第23-41页 |
| ·系统的总体设计 | 第23-26页 |
| ·系统的设计目标 | 第23页 |
| ·系统的设计思路 | 第23-24页 |
| ·系统的平台模式 | 第24-25页 |
| ·系统的总体模块 | 第25-26页 |
| ·系统的详细设计 | 第26-35页 |
| ·新闻管理程序模块 | 第26页 |
| ·主题管理模块 | 第26页 |
| ·图片管理模块 | 第26-27页 |
| ·网络爬虫模块 | 第27-29页 |
| ·网页内容抽取模块 | 第29-31页 |
| ·中文分词 | 第31-33页 |
| ·文本特征提取 | 第33-34页 |
| ·训练模块 | 第34-35页 |
| ·分类模块 | 第35页 |
| ·系统数据库设计 | 第35-37页 |
| ·逻辑结构设计 | 第35-36页 |
| ·核心表结构设计 | 第36-37页 |
| ·系统核心类图设计 | 第37-40页 |
| ·系统包图设计 | 第37-38页 |
| ·爬虫模块的类图设计 | 第38-39页 |
| ·网页内容提取的类图设计 | 第39页 |
| ·文本特征提取类图设计 | 第39-40页 |
| ·小结 | 第40-41页 |
| 第五章 面向新闻领域的文本数据获取系统的实现和测试 | 第41-48页 |
| ·系统开发环境 | 第41页 |
| ·系统的具体实现 | 第41-43页 |
| ·实现说明 | 第41-42页 |
| ·中文分类的实现方案 | 第42-43页 |
| ·系统测试 | 第43-47页 |
| ·单元测试和JUnit框架 | 第43-45页 |
| ·网络爬虫的测试及分析 | 第45页 |
| ·网页内容提取的测试 | 第45-46页 |
| ·新闻分类的测试 | 第46-47页 |
| ·小结 | 第47-48页 |
| 第六章 结束语 | 第48-50页 |
| ·工作总结 | 第48页 |
| ·下一步工作 | 第48-50页 |
| 参考文献 | 第50-52页 |
| 致谢 | 第52-53页 |
| 攻读学位期间发表的学术论文 | 第53页 |