| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-12页 |
| ·课题研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文主要工作 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 2 信息抽取知识概述 | 第12-18页 |
| ·信息抽取简介 | 第12-13页 |
| ·WEB 数据抽取技术概述 | 第13-15页 |
| ·WEB 数据抽取技术分类 | 第15-17页 |
| ·本章小结 | 第17-18页 |
| 3 相关理论知识简介 | 第18-31页 |
| ·PAT 简介 | 第18-24页 |
| ·trie 树 | 第18-19页 |
| ·半无限长字符串 | 第19-20页 |
| ·PAT 树的结构 | 第20-21页 |
| ·PAT 树的应用 | 第21-24页 |
| ·马尔科夫逻辑网简介 | 第24-30页 |
| ·马尔科夫网 | 第24-25页 |
| ·一阶逻辑 | 第25-26页 |
| ·马尔科夫逻辑网 | 第26-28页 |
| ·MLN 中的权重学习 | 第28-29页 |
| ·MLN 中的推理算法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 4 基于 PAT 和 MLN 的 WEB 数据抽取方法 | 第31-50页 |
| ·基本原理概述 | 第31-32页 |
| ·页面预处理 | 第32-37页 |
| ·页面整理 | 第32-34页 |
| ·页面序列化 | 第34-37页 |
| ·基于 PAT 的频繁模式发现 | 第37-43页 |
| ·构建 PAT 树 | 第37-38页 |
| ·模式发掘 | 第38-40页 |
| ·模式筛选 | 第40-43页 |
| ·基于 MLN 的数据抽取 | 第43-48页 |
| ·基础谓词构建 | 第43-45页 |
| ·逻辑公式构建 | 第45-47页 |
| ·构建 MLN | 第47-48页 |
| ·数据存储 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 5 实验 | 第50-60页 |
| ·数据集和实验环境 | 第50页 |
| ·实验度量标准 | 第50-51页 |
| ·实验方法 | 第51页 |
| ·实验过程及结果分析 | 第51-59页 |
| ·实验 1 | 第51-56页 |
| ·实验 2 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 6 总结与展望 | 第60-62页 |
| ·本文总结 | 第60页 |
| ·展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 附录 | 第66页 |
| A. 作者在攻读硕士学位期间发表的论文目录 | 第66页 |