| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第15-24页 |
| 1.1 Web信息抽取的研究背景 | 第15-16页 |
| 1.2 Web信息抽取的研究现状与分类 | 第16-21页 |
| 1.2.1 全手工方式 | 第18页 |
| 1.2.2 半自动化方式 | 第18-20页 |
| 1.2.3 全自动化方式 | 第20-21页 |
| 1.3 现有研究的不足 | 第21-22页 |
| 1.4 本文主要工作 | 第22-23页 |
| 1.5 本文结构 | 第23-24页 |
| 第二章 基于小样本半监督学习的网页数据抽取规则推导 | 第24-44页 |
| 2.1 数据抽取规则推导问题概述 | 第24-26页 |
| 2.2 基本概念 | 第26-27页 |
| 2.2.1 DOM简介 | 第26-27页 |
| 2.2.2 XPath简介 | 第27页 |
| 2.3 数据项特征提取 | 第27-34页 |
| 2.3.1 结构特征 | 第29页 |
| 2.3.2 属性特征 | 第29-31页 |
| 2.3.3 内容特征 | 第31页 |
| 2.3.4 特征“或”运算 | 第31-32页 |
| 2.3.5 特征提取算法 | 第32-34页 |
| 2.4 XPath抽取规则推导 | 第34-40页 |
| 2.4.1 渐进式学习和推导 | 第34-35页 |
| 2.4.2 规则选取标准 | 第35-37页 |
| 2.4.3 抽取规则推导算法和过程 | 第37-40页 |
| 2.5 实验结果 | 第40-43页 |
| 2.5.1 数据集 | 第40-41页 |
| 2.5.2 实验结果与讨论 | 第41-43页 |
| 2.6 本章小结 | 第43-44页 |
| 第三章 基于用户交互的规则记录结构化抽取规则生成技术 | 第44-60页 |
| 3.1 网页数据抽取模型 | 第44-46页 |
| 3.2 结构化抽取规则语言 | 第46-49页 |
| 3.3 结构化抽取规则学习框架 | 第49-51页 |
| 3.4 结构化抽取规则学习算法 | 第51-55页 |
| 3.4.1 切分模式 | 第51-54页 |
| 3.4.2 记录重组模式 | 第54页 |
| 3.4.3 数据项定位模式 | 第54-55页 |
| 3.5 规则学习结果 | 第55-59页 |
| 3.6 本章小结 | 第59-60页 |
| 第四章 Web文本细粒度抽取规则的设计与实现 | 第60-66页 |
| 4.1 Web文本细粒度抽取 | 第60页 |
| 4.2 Web文本抽取规则设计 | 第60-63页 |
| 4.2.1 StringRange语法 | 第61-62页 |
| 4.2.2 StringPattem语法 | 第62-63页 |
| 4.3 Web文本抽取规则的实现 | 第63-65页 |
| 4.4 本章小结 | 第65-66页 |
| 第五章 结束语 | 第66-68页 |
| 5.1 本文总结 | 第66-67页 |
| 5.2 进一步工作 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 致谢 | 第71-72页 |
| 附录 | 第72-73页 |
| 研究生期间参与的主要科研项目 | 第72页 |
| 申请专利 | 第72-73页 |