1、當今，互聯(lián)網技術發(fā)展的越來越迅速，各種信息層出不窮，如何能夠在眾多信息中提取出所需要的信息越來越成為大家關注的熱點問題。學者們進行學術交流的形式不僅僅局限在書面形式上，更多的學術信息通過網絡以網頁的形式進行散播，關于學術研究的專業(yè)數據庫應運而生。從信息量巨大的數據庫中得到用戶想要的信息十分的困難，對于文獻資料的深層次處理，知識的再發(fā)現(xiàn)，有些還需要人為手動的去操作，這給科研人員帶來了極大的不便。針對上述問題，本文展開了對科研文獻的自然語言

2、處理的研究。
　　科研文獻反映了人們的科技水平、科學研究與發(fā)現(xiàn)，代表了人們在一定時期的知識水平，體現(xiàn)了專業(yè)領域的發(fā)展特點，是研究人員獲取知識的必不可少的資源。根據科研人員的不同需求，對科研文獻進行相關的信息抽取，得到更加有意義的數據，這對于科研學者的學術研究幫助很大。
　　本文研究了Web網頁采集的主要關鍵技術，并設計出一套C/S模式的網頁采集工具，對某外文文獻數據庫文獻所在的網頁進行爬取操作。通過研究Web信息抽取的幾種技

3、術，詳細分析Web網頁HTML的結構特征，利用同一網絡數據庫中網頁結構的相似性，設計出一套Web信息提取模板，對文獻的重要關鍵信息進行提取，最終證明模板的準確率比較高。得到文獻的元數據后，接下來進行數據的統(tǒng)計分析，首先深入學習常見的文本聚類算法，結合本文文本的特點，確定本文的聚類算法。在對文本進行詞干處理等預處理后，建立文本的特征空間向量進行聚類分析，整個過程分為三個步驟:特征詞的選取與加權，相似度的計算，聚類算法的選取實現(xiàn)。特征詞的選