| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究目的与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国外研究现状 | 第11-12页 |
| 1.2.2 国内研究现状 | 第12-13页 |
| 1.3 主要研究内容 | 第13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 相关技术和理论基础 | 第15-26页 |
| 2.1 Web 信息抽取技术 | 第15-20页 |
| 2.1.1 Web 信息抽取定义 | 第15-17页 |
| 2.1.2 Web 信息抽取技术 | 第17-20页 |
| 2.2 文本分类技术 | 第20-21页 |
| 2.2.1 文本分类概念 | 第20页 |
| 2.2.2 文本分类方法 | 第20-21页 |
| 2.3 二阶隐马尔可夫模型 | 第21-24页 |
| 2.3.1 简介 | 第21-22页 |
| 2.3.2 学习算法 | 第22-23页 |
| 2.3.3 解码算法 | 第23-24页 |
| 2.4 模拟退火算法 | 第24-25页 |
| 2.4.1 模拟退火算法的基本思想 | 第24-25页 |
| 2.4.2 模拟退火算法过程 | 第25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 信息抽取模型研究 | 第26-33页 |
| 3.1 隐马尔可夫模型分析 | 第26页 |
| 3.2 基于模拟退火算法的二阶隐马尔可夫模型 | 第26-28页 |
| 3.2.1 模型构建 | 第27页 |
| 3.2.2 训练算法 | 第27-28页 |
| 3.3 实验分析 | 第28-32页 |
| 3.3.1 数据集选择 | 第29页 |
| 3.3.2 实验参数设置 | 第29-30页 |
| 3.3.3 实验结果与分析 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 Web 信息抽取方法研究 | 第33-43页 |
| 4.1 Web 信息抽取方法分析 | 第33-34页 |
| 4.2 基于 SA-HMM2 的 Web 信息抽取框架 | 第34-35页 |
| 4.3 基于 SA-HMM2 的 Web 信息抽取关键步骤 | 第35-40页 |
| 4.3.1 Web 网页预处理 | 第35-37页 |
| 4.3.2 获取状态转移序列 | 第37-38页 |
| 4.3.3 获取模型参数 | 第38-40页 |
| 4.3.4 信息抽取的完成 | 第40页 |
| 4.4 实验分析 | 第40-42页 |
| 4.4.1 数据集选择 | 第40-41页 |
| 4.4.2 实验结果与分析 | 第41-42页 |
| 4.5 本章小结 | 第42-43页 |
| 第五章 Web 文本信息分类方法 | 第43-49页 |
| 5.1 信息分类方法分析 | 第43页 |
| 5.2 农业信息分类框架 | 第43-44页 |
| 5.3 栏目信息分类关键字字典的建立 | 第44-46页 |
| 5.3.1 农业文本信息分词 | 第44-45页 |
| 5.3.2 文本表示与特征选择 | 第45-46页 |
| 5.3.3 栏目信息分类关键字字典的构建和存储 | 第46页 |
| 5.4 基于 KNN 的农业网页抽取信息分类 | 第46-47页 |
| 5.5 实验结果与分析 | 第47-48页 |
| 5.6 本章小结 | 第48-49页 |
| 第六章 结论与展望 | 第49-51页 |
| 6.1 结论 | 第49页 |
| 6.2 展望 | 第49-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55-56页 |
| 作者简介 | 第56页 |