Web信息自动抽取技术研究
| 摘 要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·选题背景和意义 | 第7-8页 |
| ·Web信息抽取研究现状 | 第8-9页 |
| ·本文主要内容 | 第9页 |
| ·本文组织 | 第9-11页 |
| 第二章 Web信息抽取技术 | 第11-21页 |
| ·Web信息抽取概念 | 第11-12页 |
| ·Web信息抽取系统的一般实现 | 第12-17页 |
| ·基于自然语言理解方式的信息抽取 | 第12-13页 |
| ·基于包装器的信息抽取 | 第13-14页 |
| ·基于ontology方式的信息抽取 | 第14-15页 |
| ·基于HTML结构的信息抽取 | 第15-17页 |
| ·Web信息抽取系统的关键技术 | 第17-18页 |
| ·抽取规则的生成 | 第17-18页 |
| ·机器学习与归纳学习方法 | 第18页 |
| ·Web信息抽取系统的评价指标 | 第18-19页 |
| ·Web信息抽取存在的问题 | 第19-21页 |
| 第三章 基于信息熵的Web信息自动抽取方法 | 第21-35页 |
| ·方法概述 | 第21-24页 |
| ·主题Web页面 | 第21页 |
| ·信息熵 | 第21-24页 |
| ·基本设计思想 | 第24页 |
| ·平台的整体框架 | 第24-25页 |
| ·主题Web页面获取技术 | 第25-27页 |
| ·基于主题的Web信息采集 | 第25-26页 |
| ·基于Agent的信息采集 | 第26-27页 |
| ·HTML解析器 | 第27-29页 |
| ·清洗（TIDY）页面文档 | 第27-28页 |
| ·页面解析（PARSER） | 第28-29页 |
| ·构造STU-DOM树 | 第29-30页 |
| ·剪枝算法 | 第30-32页 |
| ·信息熵计算 | 第30-31页 |
| ·剪枝规则 | 第31页 |
| ·剪枝示例 | 第31-32页 |
| ·实验结果 | 第32-34页 |
| ·小结 | 第34-35页 |
| 第四章 基于XML的信息抽取方法 | 第35-53页 |
| ·方法概述 | 第35-38页 |
| ·基本设计思想 | 第35-36页 |
| ·XML和XSLT在平台中的角色 | 第36-37页 |
| ·数据导向型页面 | 第37-38页 |
| ·平台的整体框架 | 第38-39页 |
| ·抽取规则 | 第39-46页 |
| ·规则学习的依据 | 第39-40页 |
| ·规则学习过程 | 第40-46页 |
| ·信息抽取过程描述 | 第46页 |
| ·抽取规则的优化 | 第46-51页 |
| ·信息定位的优化方法 | 第47-50页 |
| ·几种定位方法小结 | 第50-51页 |
| ·小结 | 第51-53页 |
| 第五章 结束语 | 第53-55页 |
| ·总结 | 第53页 |
| ·下一步工作 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 作者在读期间的研究成果 | 第61页 |
