| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第1章 绪论 | 第11-22页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-18页 |
| 1.2.1 信息抽取研究现状 | 第13-16页 |
| 1.2.2 文本可视化研究现状 | 第16-18页 |
| 1.2.3 总体评价 | 第18页 |
| 1.3 主要研究内容及创新点 | 第18-20页 |
| 1.4 研究技术路线 | 第20页 |
| 1.5 本文组织结构 | 第20-22页 |
| 第2章 理论基础及关键技术 | 第22-31页 |
| 2.1 新闻的概念和要素 | 第22页 |
| 2.2 信息抽取 | 第22-25页 |
| 2.3 复杂网络 | 第25-26页 |
| 2.4 文本可视化 | 第26-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 Web新闻文本信息实体抽取与关联建立 | 第31-48页 |
| 3.1 Web新闻文本特征分析 | 第31页 |
| 3.2 用户信息需求分析 | 第31-32页 |
| 3.3 Web新闻文本信息实体抽取 | 第32-38页 |
| 3.3.1 信息实体要素及其形式化表示 | 第32-35页 |
| 3.3.2 信息实体的抽取 | 第35-38页 |
| 3.4 Web新闻文本信息实体关联建立 | 第38-41页 |
| 3.4.1 信息实体关联 | 第38-39页 |
| 3.4.2 信息实体关联的建立 | 第39-41页 |
| 3.5 信息实体排名(Information Entity Rank)算法 | 第41-47页 |
| 3.5.1 PageRank算法 | 第41-43页 |
| 3.5.2 InformationEntityRank(IERank)算法 | 第43-46页 |
| 3.5.3 算法比较 | 第46-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第4章 Web新闻文本可视化 | 第48-57页 |
| 4.1 信息可视化参考模型 | 第48-49页 |
| 4.2 Web新闻文本可视化基本框架 | 第49-52页 |
| 4.2.1 基本框架的信息处理流程 | 第50-51页 |
| 4.2.2 基本框架的要素 | 第51-52页 |
| 4.3 Web新闻文本可视化方案 | 第52-56页 |
| 4.3.1 基于关联网络的Web新闻文本可视化 | 第52-54页 |
| 4.3.2 基于多维信息的Web新闻文本可视化 | 第54-56页 |
| 4.3.3 Web新闻文本可视化方案小结 | 第56页 |
| 4.4 本章小结 | 第56-57页 |
| 第5章 Web新闻文本信息抽取与可视化应用研究 | 第57-87页 |
| 5.1 语料选择与收集 | 第57-58页 |
| 5.1.1 “互联网+”背景介绍 | 第57页 |
| 5.1.2 Web新闻文本语料库 | 第57-58页 |
| 5.2 信息实体抽取与关联建立 | 第58-65页 |
| 5.2.1 信息实体抽取 | 第58-60页 |
| 5.2.2 信息实体关联建立 | 第60-61页 |
| 5.2.3 信息实体排名 | 第61-65页 |
| 5.3 可视化分析 | 第65-85页 |
| 5.3.1 基于关联网络的可视化 | 第65-78页 |
| 5.3.2 基于多维信息的可视化 | 第78-85页 |
| 5.4 推进“互联网+”行动的建议 | 第85-86页 |
| 5.5 本章小结 | 第86-87页 |
| 第6章 结论与展望 | 第87-89页 |
| 参考文献 | 第89-94页 |
| 附录A IERank算法关键代码 | 第94-100页 |
| 攻读学位期间发表的学术成果 | 第100-101页 |
| 攻读学位期间参与的科研项目 | 第101-102页 |
| 致谢 | 第102页 |