| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 1 绪论 | 第8-11页 |
| ·论文背景 | 第8页 |
| ·论文主要工作 | 第8-10页 |
| ·论文目标 | 第8-9页 |
| ·工作内容 | 第9页 |
| ·工作成果 | 第9页 |
| ·相关技术对比 | 第9-10页 |
| ·论文组织结构 | 第10页 |
| ·本章小结 | 第10-11页 |
| 2 信息抽取相关理论 | 第11-18页 |
| ·引言 | 第11页 |
| ·信息抽取的定义和任务 | 第11页 |
| ·信息抽取技术及工具 | 第11-14页 |
| ·基于自然语言处理方式的信息抽取 | 第12页 |
| ·包装器归纳方式的信息抽取 | 第12-13页 |
| ·基于ontology方式的信息抽取 | 第13页 |
| ·基于HTML结构的信息抽取 | 第13-14页 |
| ·基于Web查询的信息抽取 | 第14页 |
| ·知识表示方法研究 | 第14-16页 |
| ·概念图 | 第15页 |
| ·面向对象 | 第15页 |
| ·粗糙集 | 第15页 |
| ·XML | 第15-16页 |
| ·Petri网 | 第16页 |
| ·框架结构 | 第16页 |
| ·本章小结 | 第16-18页 |
| 3 基于HTML的信息抽取技术 | 第18-33页 |
| ·引言 | 第18页 |
| ·HTML介绍 | 第18页 |
| ·基于HTML信息抽取的原理 | 第18-24页 |
| ·原理概述 | 第18-20页 |
| ·确定样本 | 第20-21页 |
| ·定义模式 | 第21-22页 |
| ·生成抽取规则 | 第22-24页 |
| ·抽取过程 | 第24页 |
| ·基于HTML信息抽取的实现技术 | 第24-32页 |
| ·正则表达式 | 第24-25页 |
| ·基于正则表达式的实现过程 | 第25-31页 |
| ·正则表达式的简化 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4 基于HTML的信息抽取原型系统功能流程分析设计 | 第33-46页 |
| ·引言 | 第33页 |
| ·系统功能分析 | 第33-36页 |
| ·外部角色 | 第33页 |
| ·前端查询模块 | 第33-34页 |
| ·后台信息抽取模块 | 第34-36页 |
| ·核心信息抽取流程设计 | 第36-37页 |
| ·数据库设计 | 第37-40页 |
| ·系统数据表介绍 | 第37-39页 |
| ·同内容不同格式页面抽取的考虑 | 第39-40页 |
| ·后台信息抽取模块流程设计 | 第40-44页 |
| ·相同格式页面信息抽取 | 第40-42页 |
| ·不同格式页面信息抽取 | 第42-43页 |
| ·使用网络蜘蛛(Spider)抓取网页并抽取信息 | 第43-44页 |
| ·待抽取资源的接口抽象 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 5 原型系统详细设计 | 第46-70页 |
| ·引言 | 第46页 |
| ·信息抽取功能选择 | 第46页 |
| ·查看现有信息表 | 第46-47页 |
| ·创建新表 | 第47-48页 |
| ·向现有信息表中添加内容 | 第48-60页 |
| ·选择网页 | 第48-49页 |
| ·选择或创建规则 | 第49-50页 |
| ·创建新规则 | 第50-55页 |
| ·显示规则 | 第55-56页 |
| ·生成正则表达式 | 第56-60页 |
| ·使用网络蜘蛛抓取网页并抽取信息 | 第60-67页 |
| ·使用网络蜘蛛抓取网页 | 第61-65页 |
| ·网页过滤 | 第65页 |
| ·抓取及抽取结果 | 第65-67页 |
| ·前端查询 | 第67-69页 |
| ·本章小结 | 第69-70页 |
| 6 总结 | 第70-72页 |
| ·论文总结 | 第70页 |
| ·不足和改进 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 攻读硕士学位期间发表的论文 | 第75-76页 |
| 致谢 | 第76-78页 |