基于本体演化的Deep Web数据抽取与注释
| 摘要 | 第4-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第13-31页 |
| 1.1 研究背景和意义 | 第13-16页 |
| 1.2 国内外研究现状 | 第16-27页 |
| 1.2.1 数据抽取 | 第16-23页 |
| 1.2.2 数据注释 | 第23-27页 |
| 1.3 基于本体演化的数据抽取和注释的工作框架图 | 第27-28页 |
| 1.4 本文的研究内容和章节安排 | 第28-31页 |
| 第2章 初始本体的构造 | 第31-55页 |
| 2.1 引言 | 第31-37页 |
| 2.1.1 本体的定义 | 第31-32页 |
| 2.1.2 本体的分类 | 第32页 |
| 2.1.3 本体的描述语言 | 第32-33页 |
| 2.1.4 本体的构建方法与工具 | 第33-37页 |
| 2.2 本体的概念模型 | 第37-39页 |
| 2.3 查询接口属性抽取 | 第39-44页 |
| 2.3.1 相关定义 | 第39页 |
| 2.3.2 查询接口属性抽取 | 第39-44页 |
| 2.4 查询结果页面的实例抽取 | 第44-46页 |
| 2.5 初始本体的构造 | 第46-48页 |
| 2.5.1 WORD匹配 | 第46-47页 |
| 2.5.2 字符串匹配 | 第47页 |
| 2.5.3 初始本体创建 | 第47-48页 |
| 2.6 本体的解析 | 第48-49页 |
| 2.7 实验结果与分析 | 第49-53页 |
| 2.7.1 测试样本集 | 第49页 |
| 2.7.2 查询接口属性抽取算法评估 | 第49-50页 |
| 2.7.3 初始本体构造性能评价 | 第50-53页 |
| 2.8 本章小结 | 第53-55页 |
| 第3章 基于本体的数据抽取 | 第55-73页 |
| 3.1 引言 | 第55-56页 |
| 3.2 识别数据记录区域 | 第56-64页 |
| 3.2.1 相关定义 | 第56-57页 |
| 3.2.2 创建DOM树 | 第57-58页 |
| 3.2.3 识别结点块 | 第58-62页 |
| 3.2.4 识别数据记录区域 | 第62-64页 |
| 3.3 数据记录的分割 | 第64-66页 |
| 3.4 数据记录的对齐 | 第66-68页 |
| 3.5 实验结果与分析 | 第68-72页 |
| 3.5.1 测试样本集 | 第68-69页 |
| 3.5.2 数据区域识别算法的性能评价 | 第69-70页 |
| 3.5.3 数据抽取性能的评价 | 第70-72页 |
| 3.6 本章小结 | 第72-73页 |
| 第4章 基于本体的数据注释 | 第73-91页 |
| 4.1 引言 | 第73-74页 |
| 4.2 重复数据记录的识别 | 第74-79页 |
| 4.2.1 相关定义 | 第74-75页 |
| 4.2.2 基于距离函数的方法 | 第75-76页 |
| 4.2.3 基于机器学习的方法 | 第76页 |
| 4.2.4 重复记录识别工具 | 第76-77页 |
| 4.2.5 重复数据记录的识别 | 第77-79页 |
| 4.3 数据的注释 | 第79-86页 |
| 4.3.1 基于实例的匹配算法 | 第79-80页 |
| 4.3.2 KBFS搜索算法 | 第80-82页 |
| 4.3.3 数据的注释 | 第82-86页 |
| 4.4 实验结果与分析 | 第86-88页 |
| 4.4.1 重复数据记录识别算法的性能评价 | 第86-87页 |
| 4.4.2 数据注释算法的性能评价 | 第87-88页 |
| 4.5 本章小结 | 第88-91页 |
| 第5章 本体演化在DEEP WEB中的应用 | 第91-97页 |
| 5.1 引言 | 第91-93页 |
| 5.2 本体的演化 | 第93-94页 |
| 5.3 实验结果与分析 | 第94-96页 |
| 5.4 本章小结 | 第96-97页 |
| 第6章 总结与展望 | 第97-99页 |
| 6.1 总结 | 第97-98页 |
| 6.2 展望 | 第98-99页 |
| 参考文献 | 第99-113页 |
| 作者简介及在学期间所取得的科研成果 | 第113-115页 |
| 致谢 | 第115页 |
