| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-17页 |
| ·课题目的及意义 | 第10-12页 |
| ·国内外研究现状 | 第12-16页 |
| ·本文主要研究内容 | 第16-17页 |
| 第2章 人物搜索核心技术分析 | 第17-22页 |
| ·垂直搜索技术概述 | 第17页 |
| ·网页正文抽取概述 | 第17-18页 |
| ·网页去重概述 | 第18页 |
| ·人名消歧相关概述 | 第18-21页 |
| ·文本表示模型 | 第18-19页 |
| ·相似度衡量方法 | 第19-20页 |
| ·特征选择方法 | 第20-21页 |
| ·常用文本聚类算法 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第3章 人物搜索数据预处理 | 第22-30页 |
| ·数据预处理框架 | 第22-23页 |
| ·基于BK 树检索的网页去重算法 | 第23-24页 |
| ·基于分布函数的网页正文抽取算法 | 第24-26页 |
| ·基于多重预处理与CRF 相结合的中文分词算法 | 第26-29页 |
| ·预处理器 | 第27-28页 |
| ·分词器 | 第28页 |
| ·后处理 | 第28-29页 |
| ·人物属性抽取 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第4章 基于三层特征空间与两阶段聚类算法的中文人名消歧 | 第30-51页 |
| ·中文人名消歧算法框架 | 第30-31页 |
| ·三层特征空间构造 | 第31-47页 |
| ·基本特征空间 | 第32页 |
| ·属性特征空间 | 第32-36页 |
| ·语义特征空间 | 第36-47页 |
| ·两阶段聚类算法 | 第47-50页 |
| ·基于互斥人物基本属性特征的K-means 文本聚类 | 第47-48页 |
| ·基于EM 算法的二阶段文本聚类 | 第48-49页 |
| ·两阶段聚类算法优势 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 人物搜索系统 | 第51-56页 |
| ·系统框架 | 第51-52页 |
| ·各模块功能介绍 | 第52-55页 |
| ·网页数据采集模块 | 第52-53页 |
| ·数据预处理模块 | 第53页 |
| ·人名消歧模块 | 第53-54页 |
| ·检索模块 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 实验评测与结果分析 | 第56-71页 |
| ·实验环境 | 第56页 |
| ·实验数据 | 第56-58页 |
| ·算法评价方法 | 第58-59页 |
| ·中文分词评价方法 | 第58页 |
| ·文本分类评价方法 | 第58-59页 |
| ·人名消歧评价方法 | 第59页 |
| ·实验结果分析 | 第59-69页 |
| ·网页去重实验 | 第59-60页 |
| ·中文分词实验 | 第60-62页 |
| ·基于SVM 的领域文本分类实验 | 第62-63页 |
| ·基于语义理解的Bayesian-Boosting 情感分类实验 | 第63-64页 |
| ·基于三层次特征空间和两阶段聚类的人名消歧实验 | 第64-69页 |
| ·本章小结 | 第69-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-79页 |
| 致谢 | 第79页 |
