| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第14-33页 |
| 1.1 研究背景和意义 | 第14-16页 |
| 1.2 网络信息抽取的相关概念 | 第16-21页 |
| 1.2.1 HTML网页与DOM树 | 第16-17页 |
| 1.2.2 树匹配与标签路径 | 第17-21页 |
| 1.3 网络信息抽取的研究现状 | 第21-28页 |
| 1.3.1 相关工作分类 | 第22页 |
| 1.3.2 人工化方法 | 第22-23页 |
| 1.3.3 半自动化方法 | 第23-24页 |
| 1.3.4 全自动化方法 | 第24-26页 |
| 1.3.5 综合对比与总结 | 第26-28页 |
| 1.4 论文主要研究内容 | 第28-33页 |
| 1.4.1 问题定义 | 第28-31页 |
| 1.4.2 研究综述 | 第31-33页 |
| 第2章 基于锚点树的数据记录抽取方法 | 第33-68页 |
| 2.1 引言 | 第33-37页 |
| 2.2 MiBAT综述 | 第37-42页 |
| 2.3 基于枚举子树的锚点树寻找方法 | 第42-48页 |
| 2.3.1 树结构相似度检测准则 | 第42-44页 |
| 2.3.2 基于枚举子树的锚点树寻找算法 | 第44-47页 |
| 2.3.3 时间复杂度分析 | 第47-48页 |
| 2.4 确定数据记录边界 | 第48-53页 |
| 2.4.1 数据记录边界的三种情形 | 第48-50页 |
| 2.4.2 数据记录边界确定算法 | 第50-51页 |
| 2.4.3 时间复杂度分析 | 第51-53页 |
| 2.5 论坛帖子抽取实验 | 第53-64页 |
| 2.5.1 数据集 | 第53-54页 |
| 2.5.2 主要区域选择 | 第54-56页 |
| 2.5.3 评测指标 | 第56-57页 |
| 2.5.4 基准方法 | 第57-60页 |
| 2.5.5 评测结果 | 第60-63页 |
| 2.5.6 实例分析 | 第63-64页 |
| 2.6 博客与点评网站的用户评论抽取实验 | 第64-65页 |
| 2.7 与监督学习方法的对比实验 | 第65-67页 |
| 2.8 本章小结 | 第67-68页 |
| 第3章 锚点树的快速寻找方法 | 第68-82页 |
| 3.1 引言 | 第68页 |
| 3.2 基于标签路径聚集的锚点树寻找方法 | 第68-75页 |
| 3.2.1 基于标签路径聚集的锚点树寻找算法 | 第69-70页 |
| 3.2.2 时间复杂度分析 | 第70-72页 |
| 3.2.3 引入锚点的兄弟结点约束 | 第72-75页 |
| 3.3 两种锚点树寻找算法的比较 | 第75-79页 |
| 3.3.1 相似性衡量方法 | 第75页 |
| 3.3.2 算法过程和时间复杂度 | 第75-76页 |
| 3.3.3 锚点解释方法 | 第76-78页 |
| 3.3.4 MiBAT的整体时间复杂度 | 第78-79页 |
| 3.4 两种MiBAT方法的对比实验 | 第79-81页 |
| 3.4.1 运行效率对比 | 第79-80页 |
| 3.4.2 抽取准确度对比 | 第80-81页 |
| 3.5 本章小结 | 第81-82页 |
| 第4章 通用锚点的检测方法 | 第82-99页 |
| 4.1 引言 | 第82页 |
| 4.2 通用锚点 | 第82-91页 |
| 4.2.1 通用锚点的定义 | 第82-86页 |
| 4.2.2 基于通用锚点的锚点树寻找方法 | 第86-90页 |
| 4.2.3 通用锚点与领域锚点的比较 | 第90-91页 |
| 4.3 实验 | 第91-98页 |
| 4.3.1 通用锚点的计算设置 | 第91-92页 |
| 4.3.2 两种锚点抽取效果对比 | 第92-94页 |
| 4.3.3 抽取搜索结果记录 | 第94-97页 |
| 4.3.4 基于实例比较MiBAT的不同变体方法 | 第97-98页 |
| 4.4 本章小结 | 第98-99页 |
| 第5章 DOM树的快速匹配方法 | 第99-111页 |
| 5.1 引言 | 第99页 |
| 5.2 基于哈希标签路径 | 第99-102页 |
| 5.2.1 基于哈希标签路径的树匹配算法 | 第100页 |
| 5.2.2 时间复杂度分析 | 第100页 |
| 5.2.3 匹配结果分析 | 第100-102页 |
| 5.3 基于标签路径序列最长公共子列 | 第102-105页 |
| 5.3.1 基于标签路径序列最长公共子列的树匹配算法 | 第103-104页 |
| 5.3.2 时间复杂度分析 | 第104页 |
| 5.3.3 匹配结果分析 | 第104-105页 |
| 5.4 实验 | 第105-110页 |
| 5.4.1 实验设置 | 第105-106页 |
| 5.4.2 算法运行效率对比 | 第106-107页 |
| 5.4.3 树匹配准确度对比 | 第107-109页 |
| 5.4.4 数据单元对齐准确度对比 | 第109-110页 |
| 5.5 本章小结 | 第110-111页 |
| 结论 | 第111-113页 |
| 参考文献 | 第113-124页 |
| 攻读博士学位期间发表的论文及其他成果 | 第124-126页 |
| 致谢 | 第126-127页 |
| 个人简历 | 第127页 |