| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 引言 | 第7-10页 |
| ·研究背景 | 第7-8页 |
| ·研究现状 | 第8页 |
| ·本文的研究内容 | 第8-9页 |
| ·本文的结构安排 | 第9-10页 |
| 第二章 信息抽取技术 | 第10-27页 |
| ·WEB信息抽取 | 第10-15页 |
| ·Web信息抽取背景及其分类 | 第10-13页 |
| ·Web信息抽取的任务 | 第13-15页 |
| ·中文命名实体识别 | 第15-20页 |
| ·命名实体识别的任务 | 第15页 |
| ·中文命名实体识别的困难 | 第15-18页 |
| ·前人的相关工作 | 第18-20页 |
| ·基于规则的方法 | 第18-19页 |
| ·基于统计的方法 | 第19页 |
| ·统计与规则相结合的方法 | 第19-20页 |
| ·语言模型 | 第20-27页 |
| ·N元模型 | 第21-23页 |
| ·基于类的语言模型 | 第23-24页 |
| ·马尔可夫模型 | 第24-25页 |
| ·隐马尔可夫模型 | 第25-27页 |
| 第三章 WEB招聘信息抽取系统设计 | 第27-51页 |
| ·系统目标和分析 | 第27-29页 |
| ·系统目标 | 第27页 |
| ·系统分析 | 第27-29页 |
| ·SPIDER的构建 | 第29-31页 |
| ·Spider的工作原理 | 第29-30页 |
| ·Spider的实现 | 第30-31页 |
| ·预处理 | 第31-37页 |
| ·HTML/XML标签过滤 | 第31-35页 |
| ·词性标注 | 第35-37页 |
| ·机构名识别 | 第37-41页 |
| ·机构名识别现状 | 第37页 |
| ·机构名识别理论基础 | 第37-39页 |
| ·知识库的获取 | 第39-40页 |
| ·机构名识别 | 第40-41页 |
| ·地名识别 | 第41-45页 |
| ·中文地名识别的现状 | 第41页 |
| ·中文地名的特点 | 第41页 |
| ·中文地名识别模型 | 第41-45页 |
| ·基本定义 | 第41-43页 |
| ·识别资源 | 第43页 |
| ·算法模型 | 第43-45页 |
| ·联系方式识别 | 第45-47页 |
| ·联系方式识别 | 第47-49页 |
| ·电话号码的识别 | 第47-48页 |
| ·E-mail的识别 | 第48-49页 |
| ·关系抽取 | 第49-51页 |
| 第四章 系统的实现与测试 | 第51-58页 |
| ·系统的实现 | 第51-53页 |
| ·系统的测试 | 第53-58页 |
| ·Spider部分 | 第53-54页 |
| ·Name Entity Recognition部分 | 第54-58页 |
| 第五章 总结与展望 | 第58-60页 |
| ·论文工作总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-63页 |
| 硕士期间参加的课题与发表的文章 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附录 | 第65-70页 |
| 附录一(汉语文本词性标注标记集) | 第65-67页 |
| 附录二(部分公司名录) | 第67-68页 |
| 附录三(部分机构名后缀) | 第68-69页 |
| 附录四(部分职位名) | 第69-70页 |
| 附录五(部分区号列表) | 第70页 |