基于DOM和本体的Web信息抽取方法研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 图表目录 | 第11-13页 |
| 第1章 绪论 | 第13-20页 |
| ·研究背景和研究意义 | 第13-14页 |
| ·国内外研究现状 | 第14-17页 |
| ·国外研究现状 | 第14-16页 |
| ·国内研究现状 | 第16-17页 |
| ·研究目标和本文主要工作 | 第17-18页 |
| ·本文结构安排 | 第18-20页 |
| 第2章 Web 信息抽取技术介绍 | 第20-34页 |
| ·Web 信息抽取介绍 | 第20-26页 |
| ·Web 信息抽取概述 | 第20-21页 |
| ·Web 信息抽取模型 | 第21页 |
| ·Web 信息抽取技术分类 | 第21-25页 |
| ·Web 信息抽取评价标准 | 第25-26页 |
| ·HTML 与 XML | 第26-28页 |
| ·基本知识介绍 | 第26-27页 |
| ·XML 约束 | 第27-28页 |
| ·DOM 相关介绍 | 第28-31页 |
| ·DOM 简介 | 第28-30页 |
| ·DOM 接口 | 第30-31页 |
| ·XPath 查询语言 | 第31-32页 |
| ·XSL 相关知识介绍 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 一种相异子树构建的 Web 信息抽取方法 | 第34-49页 |
| ·问题分析 | 第34-35页 |
| ·Web 页面的预处理 | 第35-40页 |
| ·Web 页面的清洗 | 第35-36页 |
| ·Web 页面的 DOM 解析 | 第36-40页 |
| ·相异子树构建 | 第40-43页 |
| ·相关定义 | 第40-41页 |
| ·构造 DOM 子树 | 第41-42页 |
| ·构造相异子树集 | 第42页 |
| ·构造最大相异子树 | 第42-43页 |
| ·DOM 子树相似度计算 | 第43-47页 |
| ·DOM 子树各节点的权重 | 第43-45页 |
| ·节点相似度 | 第45页 |
| ·相异子树相似度 | 第45-46页 |
| ·相似度阈值取舍 | 第46-47页 |
| ·数据区域的确定 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 一种改进的基于本体的语义标注方法 | 第49-65页 |
| ·语义标注 | 第49-51页 |
| ·语义的获取方法 | 第49-51页 |
| ·本体 | 第51页 |
| ·准备工作 | 第51-53页 |
| ·相关定义 | 第51-52页 |
| ·本体的构建 | 第52-53页 |
| ·改进的基于本体的信息抽取方法 | 第53-59页 |
| ·改进的信息项本体的构建方法 | 第53-56页 |
| ·抽取过程 | 第56-57页 |
| ·“伪本体”的构建 | 第57-58页 |
| ·规则生成 | 第58-59页 |
| ·数据区域的确定 | 第59-63页 |
| ·基于本体的数据区域确定方法相关问题 | 第59-60页 |
| ·改进的相异子树构建的数据区域确定方法 | 第60-63页 |
| ·规则的编写 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第5章 实验及性能评估 | 第65-74页 |
| ·准备工作 | 第65-66页 |
| ·模块实现过程 | 第66-71页 |
| ·清洗模块实现过程 | 第66-68页 |
| ·DOM 子树相似度计算模块 | 第68-70页 |
| ·本体模块 | 第70页 |
| ·规则生成模块 | 第70-71页 |
| ·性能评估 | 第71-73页 |
| ·本章小结 | 第73-74页 |
| 第6章 总结和展望 | 第74-76页 |
| ·本文研究总结 | 第74-75页 |
| ·工作展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第81-82页 |
