| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-13页 |
| ·研究背景 | 第9-10页 |
| ·信息抽取（Information Extraction: IE） | 第9-10页 |
| ·Web 信息抽取（Web information extraction） | 第10页 |
| ·研究现状 | 第10-11页 |
| ·本文研究内容 | 第11-12页 |
| ·论文结构安排 | 第12-13页 |
| 第二章 WEB 信息抽取概述 | 第13-26页 |
| ·IE 的发展历史与现状 | 第13-15页 |
| ·IE 的任务 | 第15-16页 |
| ·WEB 信息抽取技术分类 | 第16-21页 |
| ·基于HTML 结构的方式 | 第17页 |
| ·基于自然语言处理的方式 | 第17-19页 |
| ·包装器归纳（Wrapper Induction）方式 | 第19-20页 |
| ·基于Ontology 的方式 | 第20-21页 |
| ·半结构化数据及XML 技术的应用 | 第21-22页 |
| ·WEB 信息抽取与机器学习 | 第22-24页 |
| ·抽取规则的生成 | 第22-23页 |
| ·机器学习方法 | 第23-24页 |
| ·评价指标 | 第24-25页 |
| ·小结 | 第25-26页 |
| 第三章 WEB 信息抽取系统框架结构 | 第26-36页 |
| ·系统目标和分析 | 第26-29页 |
| ·系统目标 | 第26页 |
| ·系统分析 | 第26-28页 |
| ·XML 在系统中的作用 | 第28-29页 |
| ·系统框架和整体流程 | 第29-32页 |
| ·系统知识库 | 第32-35页 |
| ·目标语义模式库 | 第32-33页 |
| ·抽取请求库 | 第33-34页 |
| ·抽取规则库 | 第34页 |
| ·抽取结果数据库 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 WEB 文档预处理 | 第36-44页 |
| ·预处理概述 | 第36-37页 |
| ·HTML 文档的清理 | 第37-40页 |
| ·HTML 与XHTML | 第37-38页 |
| ·文档清理工具 | 第38页 |
| ·文档对象模型（Document Object Model，DOM） | 第38-39页 |
| ·HTML 文档解析 | 第39-40页 |
| ·DOM 树过滤 | 第40-43页 |
| ·过滤基础 | 第40-41页 |
| ·过滤算法 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第五章 基于BP 神经网络的规则学习 | 第44-64页 |
| ·人工神经网络（ARTIFICIAL NEURAL NETWORK）基础 | 第44-47页 |
| ·人工神经元 | 第44-45页 |
| ·连接模式 | 第45-46页 |
| ·计算输出信号 | 第46-47页 |
| ·网页的目标语义模式 | 第47-49页 |
| ·规则的生成依据 | 第49-50页 |
| ·抽取规则的表示 | 第50-53页 |
| ·基于神经网络的规则学习 | 第53-63页 |
| ·神经网络模型的设计 | 第53-55页 |
| ·DOM 树结构分析 | 第54-55页 |
| ·选择合适的网络模型 | 第55页 |
| ·BP 网络模型的结构 | 第55-57页 |
| ·反向传播（BP）学习算法 | 第57-59页 |
| ·学习算法原理 | 第57-58页 |
| ·算法步骤 | 第58-59页 |
| ·BP 网络训练 | 第59-61页 |
| ·生成抽取规则 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 WEB 信息抽取系统实现 | 第64-72页 |
| ·信息抽取 | 第64-66页 |
| ·系统实现 | 第66-69页 |
| ·系统模块之间的通信 | 第66页 |
| ·网页预处理模块 | 第66-68页 |
| ·规则学习和信息抽取模块 | 第68-69页 |
| ·试验结果与分析 | 第69-72页 |
| 第七章 总结与展望 | 第72-74页 |
| ·论文工作总结 | 第72页 |
| ·下一步工作 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 攻硕期间取得的研究成果 | 第78页 |
