面向OA期刊检索结果页面的信息抽取方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·课题背景及意义 | 第10-11页 |
| ·国内外研究现状 | 第11-14页 |
| ·本文的主要研究内容 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第2章 信息抽取相关技术 | 第16-26页 |
| ·信息抽取综述 | 第16-18页 |
| ·信息抽取概述 | 第16-17页 |
| ·Web 信息抽取概述 | 第17-18页 |
| ·Web 信息抽取方法分类与典型系统介绍 | 第18-21页 |
| ·基于自然语言处理方式的信息抽取 | 第18-19页 |
| ·Wrapper 方式的信息抽取 | 第19页 |
| ·基于Ontology 方式的信息抽取 | 第19-20页 |
| ·基于HTML 结构的信息抽取 | 第20-21页 |
| ·基于Web 查询的信息抽取 | 第21页 |
| ·HTML 介绍 | 第21-23页 |
| ·HTML 基本语法 | 第22页 |
| ·HTML 结构树 | 第22-23页 |
| ·DOM 介绍 | 第23-24页 |
| ·Web 解析工具HtmlParser 介绍 | 第24-25页 |
| ·功能介绍 | 第24页 |
| ·访问HTML 的两种方式 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 OA 期刊检索结果页面的数据区域定位 | 第26-38页 |
| ·问题的分析 | 第26-28页 |
| ·要解决的问题 | 第26-27页 |
| ·目前的解决方法 | 第27-28页 |
| ·OA 期刊网站布局特点和结构特征 | 第28-31页 |
| ·数据记录集中显示 | 第28页 |
| ·数据记录标签相似性 | 第28页 |
| ·网页布局分块性 | 第28-30页 |
| ·网站布局相似性 | 第30-31页 |
| ·基于HtmlParser 的网页分块 | 第31-33页 |
| ·网页预处理 | 第31-32页 |
| ·网页分块模型 | 第32页 |
| ·网页分块算法 | 第32-33页 |
| ·基于统计的数据区域定位 | 第33-37页 |
| ·数据区域与非数据区域区别 | 第33-34页 |
| ·相关概念和定义 | 第34-35页 |
| ·基于统计的数据区域定位算法 | 第35-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 数据区域论文信息识别和抽取 | 第38-54页 |
| ·问题描述 | 第38-39页 |
| ·基于聚类的数据记录划分 | 第39-46页 |
| ·相关概念和定义 | 第39-41页 |
| ·相似度计算 | 第41-42页 |
| ·数据记录划分说明 | 第42-44页 |
| ·基于聚类的数据记录划分算法 | 第44-46页 |
| ·数据记录对齐 | 第46-48页 |
| ·数据单元语义识别 | 第48-53页 |
| ·语义标注集 | 第48页 |
| ·简单表格类型语义识别 | 第48-49页 |
| ·复杂表格和独立块表格类型语义识别 | 第49-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 算法的实验与评价 | 第54-64页 |
| ·实验及分析 | 第54-61页 |
| ·实验数据集 | 第54页 |
| ·实验评价标准 | 第54-55页 |
| ·实验结果 | 第55-61页 |
| ·本文算法在系统中应用效果 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |
