1、隨著英特網(wǎng)的迅速發(fā)展，網(wǎng)絡(luò)上的信息量飛速增加，給人們的生活和工作帶來了很大的便利，但信息量的增加也使信息的準(zhǔn)確獲取越來越難，如何準(zhǔn)確的獲取人們所需的信息，成為信息處理的研究熱點。本文研究文本信息抽取與分類技術(shù)，主要工作如下：
　　 (1)首先概述了文本信息抽取的三種模型，并分析了它們的優(yōu)缺點。在此基礎(chǔ)上主要研究基于包裝器的抽取模型。針對使用包裝器時存在信息抽取不全的問題，提出了一種基于XML的信息聚合方法。該方法通過將HTML頁

2、面轉(zhuǎn)換為XML頁面，在XML頁面中對文本信息進(jìn)行聚合。分析和實驗表明，對比普通的包裝器，使用該方法構(gòu)建的包裝器能有效的聚合和抽取文本信息。
　　 (2)結(jié)合一個實際應(yīng)用項目和前述的包裝器抽取模型，設(shè)計并實現(xiàn)了一個網(wǎng)頁智能文本抽取系統(tǒng)，文中給出了系統(tǒng)框架和各個模塊的功能設(shè)計。討論了.DataSet與XML機(jī)制在文件數(shù)據(jù)存儲中的應(yīng)用，并給出了一種半自動獲取抽取規(guī)則的方法。最后給出了應(yīng)用實例。
　　 (3)討論了文本自動分類中