| 摘要 | 第1-8页 |
| ABSTRACT | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-19页 |
| ·文本信息抽取概述 | 第12-16页 |
| ·文本信息抽取技术的发展 | 第13-15页 |
| ·文本信息抽取处理的对象 | 第15页 |
| ·评价指标 | 第15-16页 |
| ·文本信息抽取系统设计常用方法 | 第16页 |
| ·文本信息抽取的三种主要模型 | 第16-17页 |
| ·本文所做的主要工作 | 第17-19页 |
| 第2章 包装器归纳学习算法相关研究 | 第19-28页 |
| ·引言 | 第19-20页 |
| ·包装器模型与主要学习算法 | 第20-25页 |
| ·包装器模型 | 第21-22页 |
| ·主要学习算法 | 第22-25页 |
| ·ShopBot | 第23-24页 |
| ·WIEN | 第24页 |
| ·SoftMealy | 第24-25页 |
| ·STALKER | 第25页 |
| ·商用系统简介 | 第25-27页 |
| ·小结 | 第27-28页 |
| 第3章 基于包装器模型的文本信息抽取算法研究 | 第28-39页 |
| ·引言 | 第28页 |
| ·相关工作 | 第28-29页 |
| ·抽取规则的描述 | 第29-30页 |
| ·预备知识 | 第30-32页 |
| ·分级树 | 第30页 |
| ·数据值的注释信息 | 第30页 |
| ·文本模式 | 第30-32页 |
| ·LPWI 算法 | 第32-35页 |
| ·有限状态机 | 第32页 |
| ·LPWI 算法 | 第32-34页 |
| ·相关表达能力 | 第34-35页 |
| ·实验结果及分析 | 第35-38页 |
| ·实验数据源 | 第35页 |
| ·算法性能比较 | 第35-38页 |
| ·小结 | 第38-39页 |
| 第4章 包装器平衡算法研究 | 第39-46页 |
| ·引言 | 第39-40页 |
| ·相关工作 | 第40-41页 |
| ·包装器的平衡 | 第41-43页 |
| ·页面模版算法 | 第41-42页 |
| ·包装器重新归纳学习 | 第42-43页 |
| ·实验 | 第43-45页 |
| ·对变动页面的分析 | 第43-44页 |
| ·算法有效性分析 | 第44-45页 |
| ·小结 | 第45-46页 |
| 第5章 基于主动学习的包装器模型 | 第46-50页 |
| ·引言 | 第46页 |
| ·相关工作 | 第46-47页 |
| ·Co-testing 算法 | 第46-47页 |
| ·Aggressive Co-testing 算法 | 第47页 |
| ·主动学习的包装器系统 | 第47-49页 |
| ·实验及分析 | 第49页 |
| ·小结 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 致谢 | 第56-57页 |
| 附录A 攻读学位期间完成的论文 | 第57页 |