标记返回湖南大学软件学院的下个兄弟结点的下个兄弟结点返回系统展示在的地址栏中输入，例如出现智叟搜索引擎的首页，如图所示图查询首页该界面中的文本框为用户输入查询词的地方。输入查询词，点击按钮后，页面跳转到结果显示页面，如图所示湖南大学软件学院图查询结果显示页面在结果显示页面中，当鼠标移动到条结果项的时，将出现博客网页正文预览，如图所示湖南大学软件学院图正文预览湖南大学软件学院总结本文的主要工作总结研究信息抽取技术的原理发展现状及其与信息检索的区别和联系，并探讨信息抽取技术在互联网搜索中的应用和意义。研究信息抽取技术的原理方法流程及应用，并深入探讨网页文本对象抽取技术的理论和方法。提出种基于特征和机器学习的博客正文抽取实现方法，详细介绍其原理和具体过程结合专门的统计工具对该博客正文抽取实现算法进行统计训练，并给出测试结果对该博客正文抽取算法进行思考和总结，总结出该算法的优点以及需要改进的地方。将来的工作整个抽取算法是针对博客正文而进行的。为了能使博客搜索的功能更强大更全面，可以扩大抽取的范围，从而抽取到更多更全的博客信息来供用户进行更有效的查询。这些信息包括博主昵称文章标题文章更新时间好友和评论等等。在博客正文抽取算法中，抽取到的结果是纯文本的正文信息，而不包括字体样式大小以及布局等格式信息，如何要给用户更加直观的效果，可以把这些格式信息也列入考虑范围之中。在博客中，些正文的内容是没有任何文字的，而是全部的图片信息。本博客正文抽取算法只针对文本信息而言，因此以后可以设计对包含图片信息的正文进行抽取的算法。湖南大学软件学院致谢首先，感谢我的父母，为了我，他们付出了很多很多。在湖南大学软件学院学习的四年，是我人生中的个重要历程。本文及课题是在林亚平院长的悉心指导下完成的，在课题的研究过程中，林院长总是在百忙之间抽出时间与我们进行课题的讨论以及生活上的交流，给我们提出了许多有建设性的意见，因此我的毕业设计才得以顺利完成。信息检索系统主要是从大量的文档集合中找到与用户需求相关的文档列表而信息抽取系统则旨在从文本中直接获得用户感兴趣的事实信息。处理技术不同。信息检索系统通常利用统计及关键词匹配等技的研究信息检索，技术。信息检索是指将信息按定的方式组织和存储起来，并根据信息用户的需要找出有关信息的过程。信息抽取与信息检索存在差异，主要表现在三择的同时极大地增大了人们获得所需信息的复杂度。网络搜索引擎的发明在定程度上缓解了这种窘境，通过网络搜索引擎服务商对信息的收集和筛选，人们能够方便地获得些所需信息。这样就出现了项与信息抽取密切相关趋势，信息抽取系统可以分成四类人工构造的抽取系统基于指导的抽取系统半指导的抽取系统以及非指导的抽取系统。互联网多年的自由发展使得大量无结构信息的积累成为现实，这些信息为互联网用户带来更多选个重要分支，并直推动这领域的研究向前发展。目前，随着对信息抽取技术的不断发展，各种抽取系统也层出不穷。当前的发展趋势在慢慢减少人工标记的分量，而采用非标记的训练模型来实现信息抽取。根据这年代末开始，信息抽取研究蓬勃开展起来，这主要得益于消息理解系列会议，的召开。正是系列会议使信息抽取发展成为自然语言处理领域抽取信息，内容涉及地震工人罢工等很多领域或场景。该系统采用了期望驱动，脚本与数据驱动，输入文本相结合的处理方法。这种方法被后来的许多信息抽取系统采用。从世纪项目是由耶鲁大学及其同事在世纪年代开展的有关故事理解的研究。由他的学生设计实现的系统是根据故事脚本理论建立的个信息抽取系统。该系统从新闻报道中与之相关的应用是从医疗领域的光报告和医院出院记录中抽取信息格式，这种信息格式实际上就是现在所说的模板。目录绪论课题背景及目的国内外研究状况国内研究现状国外研究现状课题研究方法论文构成及研究内容信息抽取及网页文本对象抽取概述信息抽取的概念信息抽取的方法信息抽取的典型流程网页文本对象抽取的理论和方法博客正文信息抽取系统的设计博客搜索的概况博客正文抽取的过程分类分块统计训练，获取决策树算法的测试和评估博客正文抽取算法的意义和思考基于博客正文抽取的搜索引擎系统介绍博客正文抽取模块博客正文抽取模块简介博客正文抽取模块的主要数据类博客正文抽取模块的实现思路系统展示总结致谢参考文献湖南大学软件学院绪论本章介绍了课题的背景和研究现状，并对全文的内容和结构作了概括。课题背景及目的为了应对信息爆炸带来的挑战，迫切需要些自动化的技术帮助人们在海量信息中迅速找到自己真正需要的信息。信息抽取，正是解决这个问题的种方法。信息抽取技术是指从段文本中抽取指定的事件事实等信息，形成结构化的数据并存入个数据库，供用户查询和使用的过程。也就是从文本中抽取用户感兴趣的事件实体和关系，被抽取出来的信息以结构化的形式描述，然后存储在数据库中，为情报分析和检测比价购物自动文摘文本分类等各种应用提供服务。广义上信息抽取技术的抽取对象并不局限于文本，其他形式存在的信息也可以作为信息抽取的对象，而抽取的结果则变为相应的结构化数据。广义上信息抽取的过程如图所示。图信息抽取示意图从自然语言文本中获取结构化信息的研究最早开始于世纪年代中期，这被看作是信息抽取技术的初始研究，它以两个长期的研究性的自然语言处理项目为代表。美国纽约大学开展的项目开始于年代中期并直延续到年代。该项目的主要研究内容是建立个大规模的英语计算语法，与之相关的应用是从医疗领域的光报告和医院出院记录中抽取信息格式，这种信息格式实际上就是现在所说的模板。湖南大学软件学院另个相关的长期项目是由耶鲁大学及其同事在世纪年代开展的有关故事理解的研究。由他的学生