| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第7-15页 |
| ·问题的提出 | 第7-8页 |
| ·相关研究综述 | 第8-13页 |
| ·Web信息检索系统 | 第8-9页 |
| ·搜索引擎的类型及研究动向 | 第9-12页 |
| ·Web信息抽取技术 | 第12-13页 |
| ·本文研究内容 | 第13-14页 |
| ·本文结构 | 第14-15页 |
| 第二章 WEB搜索引擎研究 | 第15-26页 |
| ·搜索引擎系统的组成及工作原理 | 第15-21页 |
| ·搜索器 | 第17-19页 |
| ·索引器 | 第19-20页 |
| ·检索器 | 第20-21页 |
| ·用户接口 | 第21页 |
| ·WEB搜索引擎相关技术 | 第21-26页 |
| ·网页信息采集技术 | 第21-22页 |
| ·汉语自动分词 | 第22页 |
| ·检索结果排序算法 | 第22-23页 |
| ·自动分类技术 | 第23-24页 |
| ·智能代理(Intelligent Agent)技术 | 第24-26页 |
| 第三章 中文自动分词算法的研究 | 第26-42页 |
| ·词典设计 | 第26-33页 |
| ·典型的中文分词词典机制 | 第26-31页 |
| ·字典结构设计 | 第31-32页 |
| ·字典查询过程 | 第32-33页 |
| ·自动分词算法 | 第33-38页 |
| ·基于字符串匹配的分词算法 | 第33-37页 |
| ·基于统计语言模型的分词算法 | 第37页 |
| ·基于理解的分词算法 | 第37-38页 |
| ·基于最大匹配的概率算法 | 第38-40页 |
| ·基于最大匹配的概率算法 | 第38-39页 |
| ·歧义词的消去 | 第39-40页 |
| ·算法分析 | 第40-42页 |
| ·空间 | 第40页 |
| ·性能分析 | 第40-41页 |
| ·实验与分析 | 第41-42页 |
| 第四章 WEB页面主题相关性排序算法的研究 | 第42-52页 |
| ·网页排序算法 | 第42-46页 |
| ·PageRank算法 | 第43-44页 |
| ·ARC算法 | 第44页 |
| ·HITS算法 | 第44-46页 |
| ·WEB页面主题的相关性分析 | 第46-48页 |
| ·Web页面主题特性分析 | 第46-47页 |
| ·页面主题的相关性分析 | 第47-48页 |
| ·网页的相关性计算算法 | 第48-50页 |
| ·基于URL的相关性计算 | 第48页 |
| ·基于网页标记的相关性计算 | 第48-49页 |
| ·网页文本的相关性计算 | 第49页 |
| ·用户行为的相关性计算 | 第49页 |
| ·相关性计算算法 | 第49-50页 |
| ·实验与分析 | 第50-52页 |
| 第五章 WEB中文信息获取的框架 | 第52-70页 |
| ·WEB信息抽取 | 第52-60页 |
| ·Web信息抽取概述 | 第52-54页 |
| ·Web信息抽取技术 | 第54-60页 |
| ·基于XML信息抽取的相关技术 | 第60-66页 |
| ·XML介绍 | 第60-61页 |
| ·DOM模型 | 第61-63页 |
| ·XPath | 第63-66页 |
| ·基于XML的信息抽取模型 | 第66-70页 |
| ·信息采集 | 第67页 |
| ·文本预处理 | 第67-68页 |
| ·信息抽取 | 第68-69页 |
| ·索引库 | 第69页 |
| ·用户查询模块 | 第69-70页 |
| 第六章 结论 | 第70-71页 |
| ·本文小结 | 第70页 |
| ·工作展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间的科研任务和发表的论文 | 第75页 |