面向Deep Web的数据抽取与语义标注技术研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景 | 第10-12页 |
| ·研究目的 | 第12-14页 |
| ·特点与贡献 | 第14页 |
| ·论文结构安排 | 第14-16页 |
| 第2章 Web 信息抽取概述 | 第16-25页 |
| ·Web 信息抽取的发展历程 | 第16-17页 |
| ·Web 信息抽取方法分类 | 第17-21页 |
| ·典型的Web 抽取系统介绍 | 第21-24页 |
| ·Web 信息抽取的评价标准 | 第24页 |
| ·本章小结 | 第24-25页 |
| 第3章 查询结果页的Web 对象抽取 | 第25-37页 |
| ·问题的提出 | 第25-27页 |
| ·基本思路 | 第27-28页 |
| ·系统流程架构 | 第28-29页 |
| ·相关技术介绍 | 第29-36页 |
| ·HTML | 第29-30页 |
| ·XHTML | 第30-31页 |
| ·DOM 模型 | 第31-33页 |
| ·HTML 标签树匹配技术 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 数据区域定位和数据记录抽取 | 第37-54页 |
| ·Web 文档的预处理 | 第37-40页 |
| ·Web 文档的预处理流程 | 第37页 |
| ·清洗HTML 文档 | 第37-40页 |
| ·XHTML 页面的解析 | 第40页 |
| ·数据区域定位 | 第40-43页 |
| ·查询结果页面的布局特征分析 | 第40-41页 |
| ·基于页面布局的数据区域定位算法 | 第41-43页 |
| ·数据记录的抽取 | 第43-51页 |
| ·数据区域中的噪声信息过滤 | 第43-44页 |
| ·查询结果页面的生成模型 | 第44-45页 |
| ·基于聚类的连续相似节点组的挖掘 | 第45-49页 |
| ·数据记录的抽取 | 第49-51页 |
| ·数据记录抽取实验 | 第51-53页 |
| ·实验描述 | 第51页 |
| ·实验评价 | 第51页 |
| ·实验结果 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 数据项的对齐与语义标注 | 第54-67页 |
| ·基本概念 | 第54-56页 |
| ·问题的引出 | 第54-55页 |
| ·语义标注的任务及评价准则 | 第55-56页 |
| ·研究现状 | 第56-57页 |
| ·研究思路 | 第57-58页 |
| ·领域实体属性的确定 | 第58-60页 |
| ·查询接口与查询结果页面的观察现象 | 第58-59页 |
| ·领域实体属性的确定 | 第59-60页 |
| ·基于最大熵模型的语义标注 | 第60-64页 |
| ·最大熵原理 | 第60-61页 |
| ·最大熵模型中的特征选择 | 第61-64页 |
| ·模型的训练学习 | 第64页 |
| ·语义标注实验 | 第64-66页 |
| ·实验数据集 | 第64-65页 |
| ·实验结果与分析 | 第65-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 总结与展望 | 第67-69页 |
| ·工作总结 | 第67页 |
| ·论文的创新点 | 第67-68页 |
| ·工作展望 | 第68-69页 |
| 参考文献 | 第69-75页 |
| 攻读学位期间公开发表的论文和参加科研情况 | 第75-76页 |
| 致谢 | 第76-77页 |
