基于分块的主题信息抽取研究与应用
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的主要工作和组织 | 第10-12页 |
| 2 网络蜘蛛和网页信息提取技术 | 第12-23页 |
| ·网络蜘蛛技术 | 第12-17页 |
| ·网络蜘蛛的工作原理 | 第12-14页 |
| ·网页搜索策略 | 第14页 |
| ·网页搜集 | 第14-16页 |
| ·网页处理 | 第16-17页 |
| ·网页主题信息抽取 | 第17-23页 |
| ·HTML和DOM简介 | 第17-19页 |
| ·信息抽取概述 | 第19-20页 |
| ·信息抽取目标 | 第20-23页 |
| 3 网页主题链接提取方法研究 | 第23-34页 |
| ·自定义主题 | 第23-26页 |
| ·自定义主题简介 | 第23-24页 |
| ·主题确定方法 | 第24-26页 |
| ·主题块内的链接 | 第26-28页 |
| ·主题相关链接的提取方法研究 | 第28-34页 |
| ·链接锚文本与链接上下文简介 | 第28-29页 |
| ·链接上下文描述文档 | 第29-30页 |
| ·链接上下文提取算法 | 第30-31页 |
| ·主题链接提取方法研究 | 第31-34页 |
| 4 网页主题信息抽取算法的研究 | 第34-44页 |
| ·网页主题信息抽取的目标 | 第34-36页 |
| ·网页正文内容块提取算法研究 | 第36-38页 |
| ·网页正文标题提取 | 第37-38页 |
| ·网页正文内容块提取 | 第38页 |
| ·网页正文内容提取 | 第38-42页 |
| ·内容块的块特征 | 第39页 |
| ·标点符号序列 | 第39页 |
| ·冗余HTML标签的清除 | 第39-42页 |
| ·实验结果对比 | 第42-44页 |
| 5 主题信息抽取系统应用 | 第44-55页 |
| ·网页布局研究 | 第44页 |
| ·刑侦网页主题信息抽取 | 第44-46页 |
| ·网页HTML标签文档清洗 | 第45页 |
| ·网页正文标题的提取 | 第45-46页 |
| ·网页正文信息抽取 | 第46页 |
| ·刑侦网页主题信息抽取结果 | 第46-50页 |
| ·主题链接抽取结果 | 第46-48页 |
| ·主题信息抽取结果 | 第48-50页 |
| ·信息抽取系统介绍 | 第50-53页 |
| ·系统模块介绍 | 第51-52页 |
| ·系统功能介绍 | 第52-53页 |
| ·系统实验结果 | 第53-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |
