基于页面结构分析的语义数据抽取方法研究
| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 符号对照表 | 第11-12页 |
| 缩略语对照表 | 第12-15页 |
| 第一章 绪论 | 第15-19页 |
| 1.1 研究背景与意义 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-17页 |
| 1.3 论文工作内容 | 第17-18页 |
| 1.4 论文组织结构 | 第18-19页 |
| 第二章 基础理论与技术 | 第19-27页 |
| 2.1 知识库 | 第19-20页 |
| 2.2 语义网 | 第20-22页 |
| 2.2.1 XML | 第21页 |
| 2.2.2 RDF | 第21页 |
| 2.2.3 Ontology | 第21-22页 |
| 2.3 Web语义信息抽取 | 第22-25页 |
| 2.3.1 基本概念 | 第22页 |
| 2.3.2 抽取过程模型 | 第22-23页 |
| 2.3.3 信息抽取关键技术 | 第23-25页 |
| 2.4 本章小结 | 第25-27页 |
| 第三章 面向特定网络站点的核心本体构建 | 第27-41页 |
| 3.1 问题分析 | 第27-28页 |
| 3.2 领域本体特征词扩展 | 第28-30页 |
| 3.3 站点页面预处理 | 第30-34页 |
| 3.3.1 获取网络站点的HTML页面 | 第30-31页 |
| 3.3.2 对HTML页面进行预处理 | 第31-34页 |
| 3.4 网络站点核心本体的构建 | 第34-39页 |
| 3.4.1 两个词语之间的相似度计算 | 第34-36页 |
| 3.4.2 本体概念和标签文本相似度计算 | 第36页 |
| 3.4.3 构建特定网络站点的核心本体 | 第36-39页 |
| 3.5 本章小结 | 第39-41页 |
| 第四章 基于页面结构分析的核心本体扩展 | 第41-51页 |
| 4.1 数据区域的划分 | 第41-43页 |
| 4.1.1 相关定义 | 第41-42页 |
| 4.1.2 DOM子树的构造 | 第42-43页 |
| 4.1.3 网页结构区域划分 | 第43页 |
| 4.2 DOM子树相似度计算 | 第43-46页 |
| 4.2.1 DOM子树中节点的权值 | 第44-45页 |
| 4.2.2 DOM子树相似度计算 | 第45-46页 |
| 4.3 核心本体扩展的过程 | 第46-48页 |
| 4.4 信息抽取评价标准 | 第48页 |
| 4.5 本章小结 | 第48-51页 |
| 第五章 实验与结果分析 | 第51-59页 |
| 5.1 准备工作 | 第51页 |
| 5.2 实验过程 | 第51-55页 |
| 5.2.1 基于领域本体构建网络站点的核心本体 | 第51-55页 |
| 5.2.2 基于页面结构分析对核心本体进行扩展 | 第55页 |
| 5.3 测试实验参数 | 第55-57页 |
| 5.4 本章小结 | 第57-59页 |
| 第六章 结束语 | 第59-61页 |
| 参考文献 | 第61-65页 |
| 致谢 | 第65-67页 |
| 作者简介 | 第67-68页 |
