基于视觉、词法、语义特征的web数据表格检测系统设计与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第7-10页 |
| 1.1 研究背景与意义 | 第7-8页 |
| 1.2 国内外研究现状 | 第8页 |
| 1.3 论文研究内容 | 第8-9页 |
| 1.4 论文结构 | 第9-10页 |
| 第二章 表格抽取及人工标注 | 第10-20页 |
| 2.1 数据抓取 | 第10-12页 |
| 2.1.1 网络爬虫简介 | 第10-11页 |
| 2.1.2 Nutch工具介绍 | 第11-12页 |
| 2.1.3 Nutch的使用 | 第12页 |
| 2.2 表格抽取 | 第12-16页 |
| 2.2.1 表格抽取模块设计 | 第13-14页 |
| 2.2.2 存储模块设计 | 第14-16页 |
| 2.3 表格标注 | 第16-18页 |
| 2.3.1 数据表格的概念 | 第16-17页 |
| 2.3.2 标注的概念 | 第17页 |
| 2.3.3 标注处理 | 第17-18页 |
| 2.4 本章小结 | 第18-20页 |
| 第三章 表格特征抽取及分类 | 第20-43页 |
| 3.1 表格特征的选择 | 第20-21页 |
| 3.1.1 特征选择的由来 | 第20-21页 |
| 3.2 表格特征抽取 | 第21-25页 |
| 3.2.1 Cobra工具的介绍 | 第21页 |
| 3.2.2 表格单元格位置定义 | 第21-24页 |
| 3.2.3 数据处理过程 | 第24-25页 |
| 3.3 表格特征的基本信息介绍 | 第25-34页 |
| 3.3.1 视觉特征 | 第25-28页 |
| 3.3.2 词法特征 | 第28-31页 |
| 3.3.3 语义特征 | 第31-34页 |
| 3.4 表格特征 | 第34-39页 |
| 3.4.1 基于统计学的计算方法 | 第34-35页 |
| 3.4.2 欧几里得度量的计算方法 | 第35页 |
| 3.4.3 具体的计算方法应用 | 第35-39页 |
| 3.5 表格分类器 | 第39-41页 |
| 3.5.1 贝叶斯 | 第39页 |
| 3.5.2 决策树 | 第39-40页 |
| 3.5.3 分类器实验效果 | 第40-41页 |
| 3.6 本章小结 | 第41-43页 |
| 第四章 表格检测系统 | 第43-45页 |
| 4.1 表格检测系统简介 | 第43页 |
| 4.2 表格检测系统开发环境 | 第43-44页 |
| 4.3 检测系统演示 | 第44-45页 |
| 第五章 总结与展望 | 第45-47页 |
| 5.1 本文主要工作总结 | 第45页 |
| 5.2 展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-51页 |
