| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 绪论 | 第8-11页 |
| ·研究背景及课题意义 | 第8-10页 |
| ·论文结构 | 第10-11页 |
| 第二章 文本处理技术 | 第11-19页 |
| ·网页文本内容提取（HTML PARSE） | 第11-13页 |
| ·HTML 标记命令的识别处理 | 第11-12页 |
| ·HTML 文档对象模型节点树（HTML DOM Node Tree） | 第12-13页 |
| ·提取单词词干（STEMMING） | 第13-15页 |
| ·分词 | 第15-18页 |
| ·分词原则 | 第15-16页 |
| ·特殊符号分类及处理方法 | 第16-17页 |
| ·分词作用 | 第17-18页 |
| ·分词可能存在问题 | 第18页 |
| ·停用词过滤（STOPWORD FILTERING） | 第18-19页 |
| 第三章 实验数据分析 | 第19-23页 |
| ·实验数据格式 | 第19-20页 |
| ·批量下载网页 | 第20-21页 |
| ·网页文本长度统计 | 第21-22页 |
| ·搜索查询词长度统计 | 第22-23页 |
| 第四章 算法设计、实现及结果分析 | 第23-53页 |
| ·实验系统整体框架 | 第24-25页 |
| ·实验平台 | 第25-26页 |
| ·实验设计、实现及结果分析 | 第26-52页 |
| ·文本处理技术的应用 | 第26-32页 |
| ·词语匹配 | 第32-46页 |
| ·网页内容扩展 | 第46-52页 |
| ·小结 | 第52-53页 |
| 第五章 总结与展望 | 第53-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表论文及科研情况 | 第57-58页 |
| 致谢 | 第58页 |