Web信息抽取规则自动生成技术研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11页 |
| 1.2 研究现状与分类 | 第11-12页 |
| 1.3 现有工作的不足 | 第12-13页 |
| 1.4 本文主要工作 | 第13-15页 |
| 1.5 本文组织结构 | 第15-16页 |
| 第二章 Web信息抽取基本模型和规则语言 | 第16-25页 |
| 2.1 引言 | 第16页 |
| 2.2 Web信息抽取全过程模型 | 第16-18页 |
| 2.3 网页数据抽取模型 | 第18-19页 |
| 2.4 网页数据记录模型 | 第19页 |
| 2.5 网页数据项模型 | 第19-21页 |
| 2.6 Web信息抽取规则语言 | 第21-24页 |
| 2.7 本章小结 | 第24-25页 |
| 第三章 网页的多特征综合自动分析技术 | 第25-42页 |
| 3.1 引言 | 第25页 |
| 3.2 基于多特征的数据记录自动识别 | 第25-28页 |
| 3.2.1 数据记录识别的过程 | 第25-27页 |
| 3.2.2 基于多特征的数据记录相似度计算 | 第27-28页 |
| 3.3 基于多特征的数据项自动识别 | 第28-32页 |
| 3.3.1 数据项识别过程 | 第28-29页 |
| 3.3.2 基于多特征合并文本节点 | 第29-32页 |
| 3.4 基于聚类的数据项自动对齐 | 第32-37页 |
| 3.4.1 基于聚类的数据项对齐过程 | 第32-35页 |
| 3.4.2 基于多特征的数据项相似度 | 第35-37页 |
| 3.5 基于多特征的数据项自动标注 | 第37-39页 |
| 3.6 实验结果和分析 | 第39-41页 |
| 3.7 本章小结 | 第41-42页 |
| 第四章 基于网页自动分析的抽取规则生成技术 | 第42-47页 |
| 4.1 引言 | 第42页 |
| 4.2 数据区抽取规则自动生成 | 第42-43页 |
| 4.3 数据记录抽取规则自动生成 | 第43-44页 |
| 4.4 数据项抽取规则自动生成 | 第44-45页 |
| 4.5 实验结果和分析 | 第45-46页 |
| 4.6 本章小结 | 第46-47页 |
| 第五章 Web信息抽取原型系统设计与实现 | 第47-52页 |
| 5.1 引言 | 第47页 |
| 5.2 Web信息抽取原型系统设计和实现 | 第47-49页 |
| 5.3 大规模Web信息抽取的并行化 | 第49-51页 |
| 5.3.1 Web信息抽取的并行化设计 | 第49-51页 |
| 5.3.2 实验结果和分析 | 第51页 |
| 5.4 本章小结 | 第51-52页 |
| 第六章 总结和展望 | 第52-54页 |
| 6.1 本文工作总结 | 第52页 |
| 6.2 进一步工作 | 第52-54页 |
| 致谢 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 附录 | 第57-58页 |
