基于本体的可定制化网页信息智能提取技术研究
| 摘要 | 第1-3页 |
| Abstract | 第3-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-10页 |
| 引言 | 第7-8页 |
| ·研究背景 | 第8页 |
| ·论文的主要内容 | 第8-10页 |
| 第二章 Web信息提取技术综述 | 第10-19页 |
| ·信息提取的产生与发展 | 第10-11页 |
| ·信息检索与信息提取 | 第11-12页 |
| ·Web信息提取技术的传统途径 | 第12-13页 |
| ·典型信息提取系统的体系结构 | 第13-15页 |
| ·代表系统简介 | 第15-16页 |
| ·ShopBot | 第15页 |
| ·WIEN | 第15页 |
| ·WHISK | 第15页 |
| ·SRV | 第15-16页 |
| ·信息提取的相关工作及存在的问题 | 第16-17页 |
| ·本体论技术以及其在信息提取领域的应用 | 第17-19页 |
| ·本体论概要 | 第17-18页 |
| ·本体论在信息提取领域的应用 | 第18-19页 |
| 第三章 领域知识的构造 | 第19-25页 |
| ·OSM模型 | 第19页 |
| ·ORM模型 | 第19-21页 |
| ·构建领域知识 | 第21-25页 |
| 第四章 结合本体论的网页去噪 | 第25-41页 |
| ·网络噪音 | 第25-26页 |
| ·HTML标签树 | 第26-29页 |
| ·构造HTML标签树及其预处理 | 第29-33页 |
| ·构造 HTML标签树 | 第29-30页 |
| ·HTML标签树的简化与统计 | 第30-33页 |
| ·网页间结构块的比较 | 第33-38页 |
| ·利用网页间平均信息量排除噪音块算法 | 第33-37页 |
| ·利用网页间平均信息量排除噪音实验结果 | 第37-38页 |
| ·页面内信息块的判断 | 第38-40页 |
| ·页面内信息块判断算法 | 第38-40页 |
| ·页面内信息块判断实验结果 | 第40页 |
| ·综合网页间与网页内的评价 | 第40-41页 |
| 第五章 基于本体论的数据提取 | 第41-52页 |
| ·数据区的确定 | 第42-43页 |
| ·表格记录提取 | 第43-46页 |
| ·表格分类及其属性 | 第43-44页 |
| ·行列式表格的提取 | 第44-46页 |
| ·通用记录提取 | 第46-50页 |
| ·判定记录分隔符 | 第46-49页 |
| ·记录分解 | 第49-50页 |
| ·结合本体论的实体构造 | 第50-52页 |
| 第六章 系统框架及实现 | 第52-57页 |
| ·项目介绍 | 第52-54页 |
| ·系统特点 | 第54页 |
| ·系统性能分析 | 第54-57页 |
| ·Web信息提取技术的评价标准 | 第54-55页 |
| ·实验结果与分析 | 第55-57页 |
| 第七章 总结与展望 | 第57-59页 |
| ·论文主要工作 | 第57页 |
| ·未来工作展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
