1. 本选题研究的目的及意义

随着互联网技术的迅猛发展和普及，网络信息量呈爆炸式增长。

如何从海量的网页信息中快速、准确地提取出用户所需的关键信息，已成为当前信息处理领域亟待解决的关键问题之一。

网页正文提取作为信息抽取的重要分支，旨在从网页中剔除广告、导航栏、版权信息等冗余内容，精准定位并提取出网页的核心文本内容，其研究成果对于诸多应用场景，如新闻资讯聚合、舆情分析、知识图谱构建等，具有重要的现实意义。

2. 本选题国内外研究状况综述

网页正文提取作为信息抽取领域的一个重要研究方向，近年来受到国内外学者的广泛关注，并取得了丰硕的研究成果。

1. 国内研究现状

国内学者在网页正文提取方面进行了大量的研究工作，并在基于文本密度、标签特征、机器学习等方面取得了一定的成果。

3. 本选题研究的主要内容及写作提纲

本研究的主要内容包括以下几个方面：
1.网页结构特征分析：深入研究网页的结构特征，包括html标签、dom树结构、css样式等，为正文提取提供基础。

2.正文内容识别方法：探索有效的正文内容识别方法，包括基于文本密度的算法、基于标签特征的算法、基于机器学习的算法、基于深度学习的算法等，并分析各种方法的优缺点。

3.噪声信息过滤技术：研究网页中常见的噪声信息，例如广告、导航栏、版权信息等，并设计相应的过滤技术，以提高正文提取的精度。

4. 研究的方法与步骤

本研究将采用理论分析、实验研究和比较分析相结合的方法，逐步深入地展开研究工作。

1.首先，进行文献调研，系统地了解网页正文提取领域的国内外研究现状、主要方法和技术路线，为本研究提供理论基础。

2.其次，对网页结构特征进行深入分析，研究html标签、dom树结构、css样式等因素对正文提取的影响，为后续算法设计提供依据。

5. 研究的创新点

本研究的创新点在于：
1.提出一种融合网页结构特征和文本语义信息的正文提取方法。

该方法将结合html标签、dom树结构、css样式等网页结构特征，以及文本密度、关键词提取、语义分析等技术，以提高正文提取的准确性和鲁棒性。

2.探索基于深度学习的网页正文提取方法。

6. 计划与进度安排

第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。

第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲

第三阶段（2024.2~2024.3）查询资料，学习相关论文

7. 参考文献（20个中文5个英文）

1.朱俊,谢波,刘康.基于改进密度聚类的网页正文提取算法[j].计算机应用,2019,39(01):150-156.

2.李晓光,王斌,武港山,等.融合多特征的中文网页正文提取方法[j].计算机工程与应用,2018,54(11):168-172.

3.王石,陈光,刘华文,等.基于文本及视觉特征的主题网页正文提取[j].中文信息学报,2020,34(03):11-18.