| 1. 第一章 绪论 | 第1-13页 |
| ·引言 | 第8页 |
| ·背景及意义 | 第8-11页 |
| ·背景 | 第8-9页 |
| ·互联网竞争情报监测及网页主体信息抽取的意义 | 第9-10页 |
| ·互联网竞争情报监测及网页主体信息抽取的研究现状 | 第10-11页 |
| ·研究内容 | 第11-12页 |
| ·论文结构 | 第12-13页 |
| 2. 第二章 相关标准 | 第13-26页 |
| ·HTML(Hyper Text Markup Language) | 第13-14页 |
| ·XML(eXtensible Markup Language) | 第14-20页 |
| ·XML的起源和发展 | 第14-15页 |
| ·XML的主要特点 | 第15页 |
| ·XML语法 | 第15-19页 |
| ·XML文档 | 第16-17页 |
| ·XML验证 | 第17-18页 |
| ·样式单 | 第18-19页 |
| ·XML作为半结构化数据模型的优点 | 第19-20页 |
| ·XML用于 Web的发展前景 | 第20页 |
| ·DOM(Document Object Model) | 第20-26页 |
| ·概述 | 第20-21页 |
| ·借用 DOM方式解析 XML文档 | 第21页 |
| ·XML文档的树模型 | 第21-23页 |
| ·作为树的XML | 第22页 |
| ·树模型中的节点 | 第22-23页 |
| ·文档树结构的实现 | 第23-25页 |
| ·DOMNode接口 | 第23-24页 |
| ·DOMNodeList接口 | 第24页 |
| ·DOMNamedNodeMap接口 | 第24-25页 |
| ·其他DOM类 | 第25页 |
| ·在表达式处理过程中生成文档树结构 | 第25-26页 |
| 3. 第三章 Web信息抽取技术研究 | 第26-33页 |
| ·Web信息抽取的概念 | 第26-27页 |
| ·Web信息抽取系统及相关研究 | 第27-31页 |
| ·基于自然语言理解的方法 | 第27-28页 |
| ·基于机器学习的方法 | 第28-29页 |
| ·基于Ontology的方法 | 第29页 |
| ·基于HTML结构的方法 | 第29-30页 |
| ·完全自动化的方法 | 第30-31页 |
| ·一种基于模式发现的信息抽取方法 IEPAD | 第30页 |
| ·RoadRunner | 第30-31页 |
| ·小结 | 第31页 |
| ·Web信息抽取的评价指标 | 第31-32页 |
| ·Web信息抽取与信息检索的结合 | 第32-33页 |
| 4. 第四章 网页的主体内容抽取技术 | 第33-38页 |
| ·引言 | 第33页 |
| ·对已有技术方法的研究分析 | 第33-36页 |
| ·Rahman 的方法 | 第33-34页 |
| ·Finn的方法 | 第34页 |
| ·McKeown的方法 | 第34页 |
| ·Buyukkokten的方法 | 第34-35页 |
| ·Kaasinen的方法 | 第35页 |
| ·Chen的方法 | 第35-36页 |
| ·基于 DOM的主体内容抽取方法 | 第36-38页 |
| 5. 第五章 DBIES主体信息块抽取系统 | 第38-57页 |
| ·系统概述 | 第38页 |
| ·基于试探的方法 | 第38-41页 |
| ·初级试探 | 第39页 |
| ·深入试探 | 第39-41页 |
| ·主体内容提取 | 第41页 |
| ·具体实现 | 第41-57页 |
| ·系统架构 | 第41-43页 |
| ·主体框架的实现 | 第43-47页 |
| ·ProxyFilter类 | 第44-45页 |
| ·PluginFilterRunner类中的process方法 | 第45-46页 |
| ·接口ProxyFilterSettings | 第46-47页 |
| ·过滤器的实现 | 第47-54页 |
| ·内容过滤插件 | 第47-50页 |
| ·初步试探的实现 | 第50-53页 |
| ·几个深入试探的实现 | 第53-54页 |
| ·网页归类实现过滤器方案的自动选用 | 第54-57页 |
| ·预处理 | 第55页 |
| ·网页归类的方法 | 第55-57页 |
| 6. 第六章 结束语 | 第57-59页 |
| ·论文工作总结 | 第57页 |
| ·进一步的工作 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间发表论文及编著 | 第64页 |
