| 中文摘要 | 第1-5页 |
| Abstract | 第5-14页 |
| 第1章 绪论 | 第14-28页 |
| ·研究背景 | 第14-19页 |
| ·国内外研究现状 | 第19-24页 |
| ·Deep Web 信息集成 | 第19-21页 |
| ·语义集成 | 第21-24页 |
| ·本文的研究内容及贡献 | 第24-26页 |
| ·本文的组织结构 | 第26-28页 |
| 第2章 Deep Web 语义集成研究概述 | 第28-38页 |
| ·引言 | 第28页 |
| ·Deep Web 信息集成技术 | 第28-33页 |
| ·Deep Web 数据源发现 | 第30页 |
| ·Deep Web 数据源选择 | 第30-31页 |
| ·Deep Web 接口与结果模式抽取 | 第31-32页 |
| ·Deep Web 模式匹配 | 第32页 |
| ·查询结果合并 | 第32-33页 |
| ·异构信息集成方法 | 第33-37页 |
| ·虚拟视图法 | 第35页 |
| ·公共数据仓库方法 | 第35-36页 |
| ·本体集成方法 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第3章 面向Deep Web 不确定知识表示的DFDLs | 第38-57页 |
| ·引言 | 第38页 |
| ·知识表示语言 | 第38-41页 |
| ·XML | 第39页 |
| ·描述逻辑 | 第39-40页 |
| ·RDF(S) | 第40页 |
| ·OWL | 第40-41页 |
| ·Deep Web 本体学习 | 第41-45页 |
| ·从查询接口中构建本体 | 第42页 |
| ·从结果页面中获取初始概念和实例 | 第42-44页 |
| ·多数据源本体的合并 | 第44页 |
| ·实验评价 | 第44-45页 |
| ·Deep Web 中不确定知识表示方法 | 第45-54页 |
| ·动态模糊逻辑 | 第45-47页 |
| ·动态模糊描述逻辑（DFDLs） | 第47-50页 |
| ·Tableau 算法 | 第50-54页 |
| ·相关研究工作 | 第54-55页 |
| ·本章小结 | 第55-57页 |
| 第4章 基于最大熵和本体的数据源发现 | 第57-76页 |
| ·引言 | 第57页 |
| ·Deep Web 查询接口判定 | 第57-68页 |
| ·基于最大熵分类器的查询接口判定 | 第59-66页 |
| ·实验评价 | 第66-68页 |
| ·基于本体的Deep Web 数据源发现 | 第68-74页 |
| ·基于本体的聚焦爬虫 | 第69页 |
| ·Deep Web 数据源自动分类 | 第69-71页 |
| ·系统框架结构 | 第71-73页 |
| ·实验评价 | 第73-74页 |
| ·本章小结 | 第74-76页 |
| 第5章 基于质量估计模型的数据源选择 | 第76-95页 |
| ·引言 | 第76-77页 |
| ·Deep Web 数据源质量估计模型 | 第77-86页 |
| ·相关研究工作 | 第77-78页 |
| ·基于本体的Deep Web 数据源质量估计模型 | 第78-80页 |
| ·扩展的Deep Web 质量本体建模 | 第80-82页 |
| ·Deep Web 数据源质量计算方法 | 第82-85页 |
| ·实验评价 | 第85-86页 |
| ·Deep Web 数据源语义特征表示 | 第86-87页 |
| ·基于语义的Deep Web 数据源选择 | 第87-89页 |
| ·形式化定义 | 第87-88页 |
| ·Semantic Deep Web | 第88-89页 |
| ·数据源选择策略 | 第89-94页 |
| ·查询接口本体实例 | 第91-92页 |
| ·实验评价 | 第92-94页 |
| ·本章小结 | 第94-95页 |
| 第6章 基于多数据源同步标注的信息抽取 | 第95-115页 |
| ·引言 | 第95-96页 |
| ·多数据源同步语义标注 | 第96-104页 |
| ·Deep Web 数据语义标注 | 第98-99页 |
| ·接口模式与结果模式 | 第99-100页 |
| ·基于本体的结构化信息标注 | 第100-101页 |
| ·基于本体的多数据源同步标注 | 第101-102页 |
| ·标注的算法实现 | 第102-103页 |
| ·实验评价 | 第103-104页 |
| ·基于本体的复杂页面自动数据抽取方法 | 第104-113页 |
| ·相关研究工作 | 第104-105页 |
| ·问题定义 | 第105-107页 |
| ·系统整体框架描述 | 第107-108页 |
| ·领域本体知识库的建立 | 第108-109页 |
| ·Data-rich Section 的发现 | 第109-111页 |
| ·Wrapper 规则配置文件的生成 | 第111-112页 |
| ·实验评价 | 第112-113页 |
| ·本章小结 | 第113-115页 |
| 第7章 Deep Web 语义集成中模糊性本体映射 | 第115-127页 |
| ·引言 | 第115-116页 |
| ·本体问题定义 | 第116-120页 |
| ·本体形式化描述 | 第116-117页 |
| ·本体集成相关研究 | 第117页 |
| ·本体映射 | 第117-120页 |
| ·不确定性本体映射模型 | 第120-121页 |
| ·不确定性本体映射策略 | 第121-123页 |
| ·基于概念语义的不确定性映射 | 第121页 |
| ·基于实体内容的不确定性映射 | 第121-122页 |
| ·基于本体结构的不确定性映射 | 第122-123页 |
| ·多不确定性映射策略整合 | 第123页 |
| ·实验评价 | 第123-126页 |
| ·实验建立 | 第123-124页 |
| ·实验参数设置 | 第124页 |
| ·实验结果分析 | 第124-126页 |
| ·本章小结 | 第126-127页 |
| 第8章 Deep Web 语义集成原型系统 | 第127-140页 |
| ·引言 | 第127-128页 |
| ·Deep Web 语义集成原型系统体系结构 | 第128-134页 |
| ·系统的工作流程 | 第129页 |
| ·数据源的发现 | 第129-130页 |
| ·语义操作机制 | 第130-131页 |
| ·信息抽取和语义标注 | 第131-132页 |
| ·语义查询 | 第132-134页 |
| ·原型系统实现 | 第134-139页 |
| ·本章小结 | 第139-140页 |
| 第9章 总结与展望 | 第140-144页 |
| ·本文主要工作 | 第140-142页 |
| ·下一步的工作 | 第142-144页 |
| 参考文献 | 第144-155页 |
| 攻读博士学位期间相关的科研情况 | 第155-157页 |
| 攻读博士学位期间发表的相关论文 | 第157-160页 |
| 致谢 | 第160-161页 |
| 详细摘要 | 第161-170页 |