在这个信息增长非常迅速的时代,人们对信息的需求越来越多,越来越专业,对信息的筛选要求也越来越高。一方面人类在学习过程中所获取的知识的来源途径已经走向了互联网,而另一方面信息爆炸的问题越来越严重。为了解决这个问题,全世界大量的研究人员尝试提供一种更有效的机制来寻找和表现海量的信息。 本文的研究正是探求这方面的一些理论,实践与应用框架。 第一章概述互联网知识获取技术的背景。 第二章展示从向量空间模型出发的知识点分类和多文档摘要结合研究的成果,其中主要分析了KNN,SVM以及本文提出的模糊KNN三种方法对知识点划分的效果;提出了结合分类与链接分析的多文档摘要方法,以及利用涉及度进行数据挖掘的原理。 第三章介绍本文的实践应用:Antares网页搜索系统。此章详细说明一个结合信息过滤和选择的搜索引擎的方方面面。为如何实现同类型系统提供了一个良好的范例和借鉴。 第四章引入语义概念的概率模型,对隐含语义检索(LSI)和WordNet做了简单介绍,并提出了一个新的框架,作为对未来发展的方向的一个探索。 最后一章为总结与展望。