Web信息内容及其特征提取方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 引言 | 第10-16页 |
| ·研究背景和意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·Web信息内容提取研究 | 第11-12页 |
| ·文本分类和Web文本分类 | 第12页 |
| ·作品特征提取研究 | 第12-13页 |
| ·Web信息发布源同一认定研究 | 第13-14页 |
| ·问题综述 | 第14-15页 |
| ·本文的研究内容 | 第15-16页 |
| 2 相关理论及技术 | 第16-28页 |
| ·Web信息的分类 | 第16-17页 |
| ·Web页面基本知识 | 第17-18页 |
| ·HTML简介 | 第17页 |
| ·HTML基本结构 | 第17-18页 |
| ·文档对象模型(DOM) | 第18页 |
| ·电子邮件基本知识 | 第18-21页 |
| ·电子邮件工作原理 | 第18-19页 |
| ·电子邮件的格式 | 第19-21页 |
| ·文本分类关键技术 | 第21-27页 |
| ·文本分词 | 第21-22页 |
| ·特征表示(向量空间模型) | 第22页 |
| ·特征权重 | 第22-23页 |
| ·特征选择 | 第23-27页 |
| ·本章小结 | 第27-28页 |
| 3 Web信息内容提取技术研究 | 第28-37页 |
| ·Web信息内容提取的任务 | 第28页 |
| ·HTML页面内容提取 | 第28-32页 |
| ·HTML文件的规整化 | 第29页 |
| ·HTML网页内容结构表示 | 第29-30页 |
| ·HTML页面主题内容块提取技术 | 第30-32页 |
| ·相关主题信息提取 | 第32页 |
| ·电子邮件内容提取 | 第32-36页 |
| ·邮件头信息提取 | 第33页 |
| ·邮件信体内容提取 | 第33-34页 |
| ·邮件内容解码 | 第34-35页 |
| ·电子邮件内容提取流程 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 4 Web信息特征分析与提取方法研究 | 第37-50页 |
| ·Web信息的一般特点 | 第37-38页 |
| ·Web信息特征分析 | 第38-41页 |
| ·语言特征 | 第38-40页 |
| ·非语言特征 | 第40-41页 |
| ·各类特征的提取方法 | 第41-43页 |
| ·语言特征的提取方法 | 第41-42页 |
| ·非语言特征的提取方法 | 第42-43页 |
| ·基于关联规则分析的潜在特征词提取方法 | 第43-46页 |
| ·潜在特征词概述 | 第43页 |
| ·关联规则的基本概念 | 第43-44页 |
| ·基于关联规则分析的潜在特征词提取方法 | 第44-46页 |
| ·特征表达与利用方法研究 | 第46-49页 |
| ·特征的描述方法 | 第46-47页 |
| ·特征的表达方法 | 第47页 |
| ·特征权重 | 第47-49页 |
| ·特征选择 | 第49页 |
| ·本章小结 | 第49-50页 |
| 5 实验 | 第50-59页 |
| ·实验目的及实验环境 | 第50页 |
| ·Web信息内容提取实验 | 第50-56页 |
| ·HTML页面内容提取实验 | 第50-53页 |
| ·电子邮件内容提取实验 | 第53-56页 |
| ·Web信息特征提取实验 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 6 总结与展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 在读期间发表的学术论文 | 第65-67页 |
| 作者简历 | 第67-68页 |
| 致谢 | 第68页 |
