基于领域本体的Web信息抽取技术研究
| 中文摘要 | 第1-7页 |
| 英文摘要 | 第7-9页 |
| 1 绪论 | 第9-14页 |
| ·Web 信息抽取技术的研究背景和基本概念 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·信息抽取技术概念及研究意义 | 第10-11页 |
| ·论文的研究内容及主要问题究 | 第11-12页 |
| ·现有信息抽取技术 | 第11页 |
| ·Web 信息抽取方法 | 第11-12页 |
| ·本文提出的主要技术 | 第12-13页 |
| ·论文结构 | 第13-14页 |
| 2 相关概念 | 第14-34页 |
| ·本体及领域本体的相关理论 | 第14-24页 |
| ·本体的相关概念 | 第14-15页 |
| ·本体的分类及领域本体的相关理论 | 第15-16页 |
| ·领域本体构建的方法及关键技术 | 第16-21页 |
| ·本体描述的方法简介 | 第21-24页 |
| ·自然语言处理技术 | 第24-28页 |
| ·自然语言处理技术概述 | 第24-25页 |
| ·自然语言处理技术的理论与方法 | 第25-28页 |
| ·自然语言处理的发展趋势 | 第28页 |
| ·语义网 | 第28-33页 |
| ·语义网的概念和特征 | 第29-30页 |
| ·语义网关键技术简介 | 第30-31页 |
| ·XML | 第31-32页 |
| ·RDF | 第32-33页 |
| ·Ontology | 第33页 |
| ·本章小结 | 第33-34页 |
| 3 领域本体的属性约简及文本相似度计算 | 第34-47页 |
| ·粗糙集属性约简算法 | 第34-37页 |
| ·粗糙集基本知识 | 第34-35页 |
| ·信息系统 | 第34页 |
| ·等价类、约简、核 | 第34-35页 |
| ·属性约简的经典算法 | 第35-36页 |
| ·基于属性重要性的约简算法 | 第36-37页 |
| ·属性重要性 | 第36-37页 |
| ·约简算法 | 第37页 |
| ·基于分词的中文文本相似度计算 | 第37-46页 |
| ·相似度 | 第38-39页 |
| ·相似算法 | 第39页 |
| ·中文文本相似度计算的主要方法 | 第39-46页 |
| ·基于向量空间模型的 TF-IDF 方法 | 第39-41页 |
| ·基于汉明距离的文本相似度计算方法 | 第41-43页 |
| ·基于属性论的文本相似度计算方法 | 第43-45页 |
| ·基于语义理解的相似度计算方法 | 第45-46页 |
| ·文本相似度计算的新方法 | 第46页 |
| ·本章小结 | 第46-47页 |
| 4 领域本体指导的 Web 商品表格信息抽取 | 第47-57页 |
| ·系统的总体设计 | 第47-48页 |
| ·领域本体指导的商品信息抽取系统框架模型 | 第48-55页 |
| ·领域本体架构和抽取模式的建立 | 第48-50页 |
| ·网页分块技术 | 第50-54页 |
| ·网页的结构化特征 | 第50-52页 |
| ·网页分块算法 | 第52-54页 |
| ·网页中的表格信息的抽取与处理 | 第54-55页 |
| ·实验与讨论 | 第55-56页 |
| ·评价标准 | 第55页 |
| ·实验与分析 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 5 领域本体指导的 Web 商品文本信息抽取 | 第57-64页 |
| ·系统总体设计 | 第57-58页 |
| ·网页文本的分块 | 第58-61页 |
| ·基于视觉的网页分块算法 | 第58-59页 |
| ·网页整体的语义块分割 | 第59-60页 |
| ·对段落内容的文本分割 | 第60-61页 |
| ·分块信息属性和属性值的抽取 | 第61-62页 |
| ·对框架的可行性测试及存在的问题 | 第62-63页 |
| ·测试的主要内容、方式及结果 | 第62页 |
| ·存在的问题 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 6 展望及结束语 | 第64-66页 |
| ·本文工作总结 | 第64页 |
| ·未来工作展望 | 第64-66页 |
| 参考文献 | 第66-74页 |
| 参与项目 | 第74-75页 |
| 攻读硕士学位期间发表的学术论文目录 | 第75-76页 |
| 致谢 | 第76-77页 |
