特定领域的Deep Web数据抽取与语义标注研究
| 中文摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 引言 | 第10-16页 |
| ·研究背景 | 第10-12页 |
| ·国内外的研究动态 | 第12-13页 |
| ·研究难点 | 第13页 |
| ·论文主要研究内容 | 第13-14页 |
| ·论文的结构安排 | 第14-16页 |
| 第2章 Web 信息抽取 | 第16-31页 |
| ·Web 信息抽取的发展历史 | 第16-18页 |
| ·Web 信息抽取方法的分类 | 第18-23页 |
| ·Web 信息抽取相关技术介绍 | 第23-29页 |
| ·HTML、XML、XHTML 介绍 | 第23-25页 |
| ·DOM 模型 | 第25-27页 |
| ·字符串匹配技术 | 第27页 |
| ·树匹配技术 | 第27-29页 |
| ·Web 信息抽取评价标准 | 第29-30页 |
| ·Web 信息抽取结果的评价 | 第29-30页 |
| ·Web 信息抽取性能的评价 | 第30页 |
| ·本章小结 | 第30-31页 |
| 第3章 Deep Web 结果页面数据记录抽取 | 第31-48页 |
| ·相关概念定义 | 第31-32页 |
| ·Deep Web 结果页面净化 | 第32-38页 |
| ·研究意义 | 第33-34页 |
| ·相关研究 | 第34-35页 |
| ·网页净化算法 | 第35-38页 |
| ·针对数据记录的自动抽取方法 | 第38-44页 |
| ·基本思路 | 第38-39页 |
| ·相关研究 | 第39页 |
| ·抽取方法描述 | 第39-44页 |
| ·实验 | 第44-47页 |
| ·实验数据 | 第44页 |
| ·页面净化算法实验结果及分析 | 第44-46页 |
| ·数据记录抽取算法实验结果及分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于领域本体的数据项抽取及语义标注 | 第48-68页 |
| ·问题描述 | 第48-51页 |
| ·数据项抽取与语义标注的关系 | 第48-49页 |
| ·常见的语义标注方法与缺陷 | 第49-51页 |
| ·本体知识概述 | 第51-54页 |
| ·本体的定义 | 第51-52页 |
| ·本体的作用 | 第52-53页 |
| ·本体的描述语言 | 第53-54页 |
| ·研究思路 | 第54-55页 |
| ·领域本体的构建 | 第55-57页 |
| ·本体与接口/结果模式的映射 | 第57-63页 |
| ·接口模式与结果模式特征分析 | 第57-58页 |
| ·基于多相似度的映射模型 | 第58-63页 |
| ·语义标注算法实现 | 第63-64页 |
| ·实验结果及分析 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 第5章 原型系统设计 | 第68-78页 |
| ·系统背景 | 第68-69页 |
| ·系统架构及流程 | 第69-71页 |
| ·核心模块设计 | 第71-77页 |
| ·Deep Web 聚焦爬虫 | 第71-73页 |
| ·数据记录抽取子系统 | 第73-74页 |
| ·数据标注子系统 | 第74-75页 |
| ·基于Lucene 的全文检索子系统 | 第75-77页 |
| ·本章小结 | 第77-78页 |
| 第6章 总结与展望 | 第78-81页 |
| ·工作总结 | 第78页 |
| ·特色与创新 | 第78-79页 |
| ·工作展望 | 第79-81页 |
| 参考文献 | 第81-87页 |
| 攻读学位期间公开发表的论文与参与的科研项目 | 第87-88页 |
| 致谢 | 第88-89页 |
