自底向上的Web数据抽取方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 引言 | 第9-15页 |
| ·课题背景 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文研究的内容 | 第12-13页 |
| ·本文研究思路及组织结构 | 第13-15页 |
| 第2章 相关概念与技术 | 第15-23页 |
| ·Web相关技术 | 第15-20页 |
| ·HTML技术 | 第15-16页 |
| ·XHTML技术 | 第16-17页 |
| ·XML技术 | 第17-18页 |
| ·DOM技术简介 | 第18-19页 |
| ·XPath技术 | 第19-20页 |
| ·决策树 | 第20-22页 |
| ·决策树简介 | 第20页 |
| ·决策树表示方法 | 第20-21页 |
| ·决策树适用的问题 | 第21-22页 |
| ·基本的决策树学习算法 | 第22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于实体的数据抽取方法 | 第23-39页 |
| ·基于实体的Web数据抽取模型 | 第23-26页 |
| ·自底向上抽取方法面临的问题和挑战 | 第26-30页 |
| ·实体抽取策略 | 第30-38页 |
| ·文本划分策略 | 第31-33页 |
| ·实体属性标注 | 第33-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 重复模式抽取与数据抽取策略 | 第39-57页 |
| ·重复模式抽取 | 第40-47页 |
| ·确定关键属性 | 第40-41页 |
| ·候选重复模式提取 | 第41-43页 |
| ·确定实体属性 | 第43-46页 |
| ·生成重复模式 | 第46-47页 |
| ·抽取模式化简 | 第47-50页 |
| ·数据抽取 | 第50-53页 |
| ·构建抽取模式树 | 第50-52页 |
| ·数据抽取策略 | 第52-53页 |
| ·页面分层思想 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 第5章 实验与分析 | 第57-67页 |
| ·实验环境 | 第57页 |
| ·评价标准 | 第57-58页 |
| ·实验结果及分析 | 第58-64页 |
| ·二级抽取模型实验 | 第58-59页 |
| ·抽取模式生成策略 | 第59-61页 |
| ·数据抽取实验 | 第61-64页 |
| ·本章小结 | 第64-67页 |
| 第6章 结论 | 第67-69页 |
| ·本文的主要贡献与结论 | 第67-68页 |
| ·进一步的工作 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-75页 |
| 攻硕期间参加的项目及发表的论文 | 第75页 |
