基于互联网新闻的灾情信息采集系统构建
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第1章 绪论 | 第7-15页 |
| 1.1 研究背景及意义 | 第7-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.2.1 灾情信息采集系统建设现状 | 第9-10页 |
| 1.2.2 互联网灾与情信息收集 | 第10-11页 |
| 1.3 研究目标 | 第11页 |
| 1.4 研究内容与论文结构 | 第11-13页 |
| 1.5 技术路线 | 第13-15页 |
| 第2章 关键技术与方法 | 第15-23页 |
| 2.1 文本分类 | 第15-19页 |
| 2.1.1 概念 | 第15页 |
| 2.1.2 文本表示方法 | 第15-17页 |
| 2.1.3 分类方法 | 第17-19页 |
| 2.2 文本信息提取 | 第19-20页 |
| 2.2.1 概念 | 第19页 |
| 2.2.2 提取方法 | 第19-20页 |
| 2.3 互联网信息采集技术 | 第20-23页 |
| 2.3.1 概念 | 第20页 |
| 2.3.2 工作原理 | 第20-23页 |
| 第3章 新闻分类器构建 | 第23-35页 |
| 3.1 新闻分类器构建流程 | 第24-25页 |
| 3.2 性能评价指标 | 第25-26页 |
| 3.3 实验准备 | 第26-28页 |
| 3.3.1 新闻数据的来源 | 第26页 |
| 3.3.2 新闻数据标注 | 第26-28页 |
| 3.3.3 词向量模型训练 | 第28页 |
| 3.4 实验结果 | 第28-33页 |
| 3.4.1 非均衡数据集下实验结果 | 第28-29页 |
| 3.4.2 均衡数据集下实验结果 | 第29-31页 |
| 3.4.3 分类器集成与验证 | 第31-33页 |
| 3.5 小结 | 第33-35页 |
| 第4章 灾情信息提取研究 | 第35-49页 |
| 4.1 文本预处理 | 第35-36页 |
| 4.2 时间信息提取 | 第36-38页 |
| 4.2.1 提取规则 | 第36-37页 |
| 4.2.2 时间提取流程 | 第37-38页 |
| 4.3 地理位置信息提取 | 第38-43页 |
| 4.3.1 地点信息识别与提取 | 第38-40页 |
| 4.3.2 地名与空间位置匹配 | 第40-43页 |
| 4.4 灾损信息提取 | 第43-47页 |
| 4.4.1 常用词与结构特征归纳 | 第44-45页 |
| 4.4.2 灾损信息提取流程 | 第45-47页 |
| 4.5 小结 | 第47-49页 |
| 第5章 系统原型设计与实现 | 第49-61页 |
| 5.1 系统功能与架构设计 | 第49-51页 |
| 5.1.1 系统功能设计 | 第49-50页 |
| 5.1.2 系统架构设计 | 第50-51页 |
| 5.2 系统实现与功能介绍 | 第51-57页 |
| 5.2.1 灾情新闻收集 | 第51-53页 |
| 5.2.2 灾情信息提取 | 第53页 |
| 5.2.3 系统管理 | 第53-55页 |
| 5.2.4 信息展示 | 第55-57页 |
| 5.3 实际运行情况 | 第57-58页 |
| 5.4 小结 | 第58-61页 |
| 第6章 结论与展望 | 第61-63页 |
| 6.1 结论 | 第61-62页 |
| 6.2 展望 | 第62-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
