面向网页去重的特征提取与重复模式发现
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题来源及意义 | 第9页 |
| ·应用背景介绍 | 第9-11页 |
| ·搜索引擎 | 第9-11页 |
| ·自然语言处理 | 第11页 |
| ·论文研究内容 | 第11-12页 |
| ·论文组织结构 | 第12-14页 |
| 第2章 网页去重相关技术研究现状 | 第14-25页 |
| ·引言 | 第14页 |
| ·特征提取技术 | 第14-21页 |
| ·基于规则的提取技术 | 第15-17页 |
| ·基于权重的提取技术 | 第17-21页 |
| ·重复模式发现技术 | 第21-24页 |
| ·网页去重技术发展趋势 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于层次筛选的网页特征提取算法 | 第25-38页 |
| ·引言 | 第25页 |
| ·算法总体思路 | 第25-27页 |
| ·算法细节描述 | 第27-33页 |
| ·段落筛选与去噪 | 第27-28页 |
| ·句子筛选 | 第28-31页 |
| ·特征词筛选 | 第31-33页 |
| ·实验结果与分析 | 第33-37页 |
| ·实验步骤 | 第33-34页 |
| ·实验结果 | 第34-36页 |
| ·实验对比分析 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于改进LCS的重复模式发现算法 | 第38-53页 |
| ·引言 | 第38页 |
| ·LCS算法研究与改进 | 第38-43页 |
| ·LCS算法的实现与缺陷 | 第38-40页 |
| ·LCS算法改进 | 第40-43页 |
| ·基于改进LCS的重复模式发现 | 第43-48页 |
| ·文本表示与重复定义 | 第43-45页 |
| ·方案设计与实现 | 第45-48页 |
| ·实验结果与分析 | 第48-52页 |
| ·实验步骤 | 第48-49页 |
| ·实验结果 | 第49-51页 |
| ·实验对比分析 | 第51-52页 |
| ·本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第57-58页 |
| 致谢 | 第58页 |
