【毕设】每周情况-第6周

本周完成情况：

　　本周完成了设计说明文档的初稿。设计方案中的处理流程，主要包含以下几个部分：改造Heritrix，对维基百科网站页面进行爬取及更新爬取；对页面链接进行过滤，对页面无用信息进行去噪；分析并抽取Web对象及其基本关系；抽取Web对象间的高级关系；将结果构建为知识库；用户根据工具提供的二次开发接口来进行进一步的开发。构建工具的4个子模块中，重点完成页面爬取模块和关系抽取模块的详细设计。

　　周日晚上开组内交流会，讨论了设计文档的不足，以及关系抽取方面忽略的重要内容。由于进度较慢，被师兄们批评。

存在的问题：

　　本周由于找工作耽误了一些时间，毕设的进度缓慢，任务完成程度差强人意。后半周实验室断网，令我在关键技术补充调研方面遇到了困难，很难查阅论文，必须等到网络恢复才能继续调研工作。外部接口的详细设计没有完成，由于涉及到知识库的具体存储格式，暂时没法写。

下周计划：

　　修改设计说明文档，与师兄探讨确定知识库格式，实现页面过滤，研究关系抽取方法，准备中期答辩。