自己做的本科毕业论文，写的不好，仅供参考，没有资源分，喜欢的自己下了看

自己在英文论文网下载的文章翻译的，可能还有错误，能通过答辩的

为了把自然语言处理技术有效的运用到网页文档中,本文提出了一种依靠统计信息,从中文新闻类 网页中抽取正文内容的方法。该方法先根据网页中的HTML 标记把网页表示成一棵树,然后利用树中每个 结点包含的中文字符数从中选择包含正文信息的结点。该方法克服了传统的网页内容抽取方法需要针对不 同的数据源构造不同的包装器的缺点,具有简单、准确的特点,试验表明该方法的抽取准确率可以达到95 %以 上。采用该方法实现的网页文本抽取工具目前为一个面向旅游领域的问答系统提供语料支持,很好的满足了 问答系统的需求。

在网上找到的一个很不错的文档，word版的，很小，但是基本上UI要用到的东西都有介绍，就转载过来了。以后有后续的还会继续转发