基于SVM的Web信息抽取技术研究
| 摘要 | 第1-8页 |
| Abstract | 第8-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景 | 第9-11页 |
| ·信息抽取与Web信息抽取 | 第10页 |
| ·与其他相关技术比较 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·国外研究现状 | 第12-13页 |
| ·国内研究现状 | 第13页 |
| ·本文所要完成的主要工作和结构安排 | 第13-15页 |
| 第二章 Web信息抽取与支持向量机 | 第15-32页 |
| ·Web信息抽取技术 | 第15-24页 |
| ·IE发展历史和任务以及过程 | 第15-18页 |
| ·Web信息抽取技术分类 | 第18-22页 |
| ·Web信息抽取存在的问题和难点 | 第22-23页 |
| ·规则的生成与学习方法 | 第23-24页 |
| ·评价指标 | 第24页 |
| ·支持向量机基本原理 | 第24-31页 |
| ·统计学理论 | 第25-26页 |
| ·最优分类超平面 | 第26-29页 |
| ·支持向量机原理 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于增量学习的直推式支持向量机 | 第32-44页 |
| ·监督学习与半监督学习 | 第32-34页 |
| ·监督学习 | 第32-33页 |
| ·半监督学习 | 第33-34页 |
| ·直推式支持向量机 | 第34-37页 |
| ·直推式学习 | 第34页 |
| ·直推式支持向量机原理 | 第34-36页 |
| ·已改进的直推式支持向量机算法 | 第36-37页 |
| ·基于增量学习的直推式支持向量机算法 | 第37-40页 |
| ·支持向量集变化 | 第37-38页 |
| ·增量学习思想 | 第38页 |
| ·改进后的直推式支持向量机算法 | 第38-40页 |
| ·实验结果 | 第40-43页 |
| ·模拟数据的试验结果 | 第40-41页 |
| ·真实文本数据的试验结果 | 第41-43页 |
| ·试验结果讨论 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第四章 基于DOM树的网页噪音过滤算法 | 第44-56页 |
| ·HTML预处理的意义及相关工作 | 第44-46页 |
| ·HTML预处理意义 | 第44页 |
| ·相关工作 | 第44-46页 |
| ·基于DOM树的噪音过滤算法 | 第46-55页 |
| ·HTML文档规范化解析 | 第46-47页 |
| ·噪音过滤流程 | 第47-48页 |
| ·算法思想 | 第48页 |
| ·第一阶段噪音去除 | 第48-49页 |
| ·第二阶段噪音去除 | 第49-54页 |
| ·算法性能分析 | 第54页 |
| ·噪音信息记录 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 基于SVM的Web信息抽取系统设计及实现 | 第56-76页 |
| ·系统总体设计 | 第56-59页 |
| ·设计目标 | 第56页 |
| ·信息表示模型的选取 | 第56-57页 |
| ·设计思想 | 第57-58页 |
| ·系统整体框架 | 第58-59页 |
| ·各功能模块详细设计 | 第59-68页 |
| ·数据准备阶段 | 第59页 |
| ·特征提取模块 | 第59-64页 |
| ·数据分类抽取模块 | 第64-66页 |
| ·数据交换阶段 | 第66-68页 |
| ·Web信息抽取系统的实现 | 第68-75页 |
| ·系统模块之间关系 | 第69页 |
| ·网页规范化解析 | 第69-71页 |
| ·数据分类学习和抽取 | 第71-73页 |
| ·实验结果与分析 | 第73-75页 |
| ·本章小结 | 第75-76页 |
| 第六章 结束语 | 第76-78页 |
| ·本文总结 | 第76-77页 |
| ·对下一步工作的展望 | 第77-78页 |
| 参考文献 | 第78-81页 |
| 作者简历 攻读硕士学位期间完成的主要工作 | 第81-82页 |
| 致谢 | 第82页 |
