基于GHMM的Web文本信息抽取技术研究与系统设计

摘要	第1-4页
Abstract	第4-9页
第一章 绪论	第9-13页
·课题背景	第9页
·Web 信息抽取技术的发展与现状	第9-10页
·论文的研究内容	第10-11页
·论文的组织结构	第11-13页
第二章 Web 信息抽取技术	第13-21页
·信息抽取技术综述	第13-14页
·信息抽取技术概念	第13-14页
·信息抽取的分类	第14页
·信息抽取的常用方法	第14-18页
·基于自然语言处理方式的信息抽取	第15页
·包装器归纳方式的信息抽取	第15-16页
·基于ontology 方式的信息抽取	第16页
·基于HTML 结构的信息抽取	第16-17页
·基于Web 查询的信息抽取	第17-18页
·Web 信息抽取存在的问题	第18页
·Web 信息抽取体系结构	第18-19页
·小结	第19-21页
第三章Web 页面分析	第21-29页
·HTML 格式分析	第21-23页
·Web 页面的特点	第23-25页
·网页的内容块分析	第23页
·Web 页面多重属性的分析	第23-24页
·Web 版面结构的发现算法	第24-25页
·网页的去重处理	第25-28页
·网页的特征表示	第25页
·一种改进的权重计算方法	第25-26页
·网页的特征提取	第26-27页
·相似距离计算	第27-28页
·小结	第28-29页
第四章 改进的广义隐马尔可夫模型	第29-39页
·HMM 模型描述	第29-30页
·模型的定义	第29-30页
·三个基本问题的提出	第30-35页
·解码问题	第31-33页
·学习问题	第33-35页
·HMM 命名实体中的应用	第35页
·广义隐马尔可夫模型	第35-38页
·GHMM 的定义	第36页
·GHMM 模型的改进算法	第36-38页
·小结	第38-39页
第五章 基于改进的 GHMM 的信息抽取	第39-49页
·介绍	第39-41页
·命名实体识别的定义	第39-41页
·命名实体识别的难点	第41页
·命名实体识别的流程	第41-42页
·预处理阶段	第42-43页
·角色的标注	第43-47页
·角色表的建立	第43-45页
·角色的标注算法	第45-46页
·改进的角色自动抽取	第46-47页
·基于 GHMM 信息提取的步骤	第47-48页
·小结	第48-49页
第六章 系统的设计与实现	第49-67页
·Web 信息抽取系统	第49-52页
·系统设计目标	第49-50页
·WebIE 系统的框架	第50-51页
·系统的功能模块	第51-52页
·主要模块的实现	第52页
·网页预处理流程	第52-56页
·检索与查询的实现	第54页
·获取招聘网页信息	第54页
·Web 招聘信息网页进行清理、过滤	第54-55页
·分词和过滤	第55-56页
·GHMM 的实体识别代码实现	第56-58页
·机构名称识别训练算法	第57页
·机构名称识别算法	第57-58页
·系统的数据库设计	第58-61页
·数据库的系统结构	第58页
·数据库的实现	第58-61页
·Web 信息抽取系统的实现	第61-63页
·Web 页面的概述	第61-62页
·系统运行效果图	第62-63页
·信息抽取系统的评估标准	第63页
·实验结果	第63-66页
·小结	第66-67页
第七章 系统的总结与展望	第67-70页
·论文的特色之处	第67页
·系统存在的问题与改进	第67-68页
·未来技术发展趋势	第68-70页
致谢	第70-71页
参考文献	第71-75页
在读期间发表的学术论文	第75-76页