| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·本文的研究目的及内容 | 第14-15页 |
| ·本文的组织结构 | 第15-16页 |
| 第2章 基于表格结构的Web 信息提取技术 | 第16-26页 |
| ·基于表格结构的Web 信息提取概述 | 第16-19页 |
| ·基于表格结构的Web 信息提取方法 | 第16-17页 |
| ·基于表格结构的Web 信息提取关键技术 | 第17-18页 |
| ·基于表格结构的Web 信息提取的评价指标 | 第18-19页 |
| ·统计学习中的基本问题 | 第19-20页 |
| ·建模 | 第19-20页 |
| ·特征选择 | 第20页 |
| ·决策树分类算法概述 | 第20-23页 |
| ·决策树分类算法简介 | 第20-21页 |
| ·决策树的生成 | 第21-22页 |
| ·决策树的测试属性选择 | 第22-23页 |
| ·决策树的剪枝 | 第23页 |
| ·基于表格结构的Web 信息提取的逻辑结构图 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于HTML 结构树的列表信息提取 | 第26-38页 |
| ·Web 页中列表的显示形式 | 第26-28页 |
| ·HTML 结构树概述 | 第28-31页 |
| ·HTML 结构树的概念 | 第28-29页 |
| ·由HTML 文档构造HTML 结构树 | 第29-31页 |
| ·基于HTML 结构树的列表信息提取 | 第31-34页 |
| ·信息所在区域的确定 | 第31-32页 |
| ·最大扇出子树 | 第32页 |
| ·记录划分策略 | 第32页 |
| ·提取算法 | 第32-34页 |
| ·实验及分析 | 第34-36页 |
| ·本章小结 | 第36-38页 |
| 第4章 基于特征向量机器学习算法的Web 表格识别 | 第38-52页 |
| ·Web 页中表格概述 | 第38-41页 |
| ·表格的作用 | 第38页 |
| ·表格元素的表达 | 第38-40页 |
| ·表格的基本类型 | 第40-41页 |
| ·基于特征向量机器学习算法的Web 表格识别 | 第41-47页 |
| ·表格特征向量的构造 | 第41-46页 |
| ·决策树分类器的生成 | 第46-47页 |
| ·实验及分析 | 第47-51页 |
| ·实验环境及数据集 | 第47页 |
| ·预处理 | 第47页 |
| ·实验结果分析 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于多阶二维条件随机场模型的表格信息提取 | 第52-64页 |
| ·问题的形式化描述 | 第52-54页 |
| ·序列标注 | 第52页 |
| ·序列标注模型 | 第52-54页 |
| ·二维条件随机场模型(2DCRFS) | 第54-55页 |
| ·多阶二维条件随机场模型(MF-2DCRFS) | 第55-56页 |
| ·MF-2DCRFs 模型的训练 | 第56-59页 |
| ·MF-2DCRFs 模型的矩阵计算 | 第57-58页 |
| ·MF-2DCRFs 模型的参数估计与标注 | 第58-59页 |
| ·实验及分析 | 第59-63页 |
| ·数据集 | 第59页 |
| ·预处理 | 第59-60页 |
| ·实验结果分析 | 第60-63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 |