网页文本干扰信息预处理方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·联网发展现状 | 第10-12页 |
| ·网络的重要性 | 第11-12页 |
| ·网络不良信息概况 | 第12-16页 |
| ·网络不良信息的表现形式分类 | 第13-14页 |
| ·网页不良信息的主要内容 | 第14-16页 |
| ·网页不良信息的干扰手段 | 第16-18页 |
| ·不良网页干扰信息的特点 | 第16-17页 |
| ·不良网页干扰信息预处理的必要性 | 第17-18页 |
| ·论文主要内容和组织结构 | 第18-20页 |
| ·研究的主要内容 | 第18-19页 |
| ·论文的组织结构 | 第19-20页 |
| 第2章 预处理背景知识和相关技术 | 第20-29页 |
| ·网页不良信息过滤的研究现状 | 第20-21页 |
| ·网页不良信息预处理的研究现状 | 第21-22页 |
| ·基于文本的不良信息预处理的必要性 | 第22-25页 |
| ·网页文本的结构化特点 | 第23-24页 |
| ·干扰手段的多样性 | 第24-25页 |
| ·预处理的相关技术 | 第25-26页 |
| ·网页文本干扰信息预处理的难点和系统框架 | 第26-29页 |
| 第3章 HTML标签及特殊符号的预处理 | 第29-35页 |
| ·去除HTML标签的相关研究 | 第29-30页 |
| ·HTML标签的预处理 | 第30-32页 |
| ·HTML的特点和结构分析 | 第31页 |
| ·HTML标签的去除 | 第31-32页 |
| ·干扰符号的预处理 | 第32-35页 |
| ·常见的干扰符号类型 | 第33页 |
| ·正则表达式去除干扰符号 | 第33-35页 |
| 第4章 编码的转换机制 | 第35-41页 |
| ·编码系统的简介 | 第36-40页 |
| ·支持中文的各编码系统间的相互转换 | 第40-41页 |
| 第5章 敏感词的恢复 | 第41-50页 |
| ·敏感词词汇表的构建 | 第41-42页 |
| ·敏感词的恢复 | 第42-43页 |
| ·WM多模式匹配算法的应用 | 第43-50页 |
| ·常见的多模式匹配算法 | 第44-47页 |
| ·WM多模式匹配算法及其预处理中的应用 | 第47-50页 |
| 第6章 预处理器的设计实现与测试分析 | 第50-57页 |
| ·预处理器的设计与实现 | 第50-52页 |
| ·预处理效果 | 第52-56页 |
| ·本章小结 | 第56-57页 |
| 第7章 总结 | 第57-59页 |
| 致谢 | 第59-61页 |
| 参考文献 | 第61-64页 |
| 附录 | 第64页 |
