模板独立的网页信息抽取研究
| 目录 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 引言 | 第7-10页 |
| ·本文研究的背景 | 第7-8页 |
| ·本文研究内容和意义 | 第8页 |
| ·本文工作 | 第8-9页 |
| ·本文的组织结构 | 第9-10页 |
| 第二章 研究现状及相关工作 | 第10-23页 |
| ·网页信息抽取技术的概述 | 第10-14页 |
| ·信息抽取技术的发展 | 第10-11页 |
| ·网贞信息抽取研究现状 | 第11-12页 |
| ·网页信息抽取系统分类 | 第12-14页 |
| ·网页信息抽取与相关技术的差异 | 第14-15页 |
| ·网页信息抽取与文本信息抽取的区别 | 第14页 |
| ·网页信息抽取与信息检索的区别 | 第14-15页 |
| ·网页信息抽取与自动文摘的区别 | 第15页 |
| ·网页信息抽取与文本挖掘的区别 | 第15页 |
| ·模板独立信息抽取的关键技术 | 第15-22页 |
| ·中心向量分类器 | 第16页 |
| ·K近邻算法 | 第16-17页 |
| ·朴素贝叶斯分类器 | 第17-18页 |
| ·AdaBoost方法 | 第18-19页 |
| ·SVM支持向量机 | 第19-21页 |
| ·CRF条件随机场 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第三章 模板独立的网页信息抽取 | 第23-37页 |
| ·抽取模型框架 | 第23-25页 |
| ·网页收集模块 | 第24页 |
| ·网络过滤模块 | 第24-25页 |
| ·分类判别模块 | 第25页 |
| ·包装器提取模块 | 第25页 |
| ·新闻类页面信息抽取模型 | 第25-31页 |
| ·模型定义 | 第25-28页 |
| ·分类器及特征 | 第28-29页 |
| ·语义包装器 | 第29-31页 |
| ·论坛类页面信息抽取模型 | 第31-36页 |
| ·模型定义 | 第31-32页 |
| ·Dom-Tree提取 | 第32页 |
| ·信息块抽取算法 | 第32-34页 |
| ·分类器及特征 | 第34-35页 |
| ·边缘检测包装器 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 实验及结果 | 第37-46页 |
| ·评价标准 | 第37页 |
| ·HTML Parser | 第37-39页 |
| ·采集与标注工具 | 第38页 |
| ·网页过滤功能 | 第38-39页 |
| ·新闻类页面信息抽取 | 第39-41页 |
| ·数据集 | 第39页 |
| ·新闻分类判别模块效率验证 | 第39-40页 |
| ·S-Wrapper性能验证 | 第40-41页 |
| ·论坛类页面信息抽取 | 第41-44页 |
| ·数据集 | 第41页 |
| ·信息块抽取算法验证 | 第41-42页 |
| ·论坛分类判别模块效率验证 | 第42-43页 |
| ·BD-Wrapper性能验证 | 第43-44页 |
| ·本章小结 | 第44-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间参加的科研项目和发表的论文 | 第52-53页 |
| 致谢 | 第53-54页 |
