| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景和意义 | 第7-8页 |
| ·研究现状 | 第8-10页 |
| ·搜索引擎发展现状 | 第8-9页 |
| ·Web 信息抽取技术研究现状 | 第9-10页 |
| ·论文的研究内容及结构安排 | 第10-13页 |
| ·研究内容 | 第10页 |
| ·结构安排 | 第10-13页 |
| 第二章 网页信息抽取关键技术 | 第13-17页 |
| ·网页信息抽取的概念 | 第13页 |
| ·网页信息抽取技术的分类 | 第13-15页 |
| ·基于HTML 结构的信息抽取 | 第13-14页 |
| ·基于自然语言处理的信息抽取 | 第14页 |
| ·基于包装器的信息抽取 | 第14页 |
| ·基于Ontology 的信息抽取 | 第14-15页 |
| ·基于统计模型的信息抽取 | 第15页 |
| ·网页信息抽取的难点 | 第15-16页 |
| ·信息抽取系统性能评估 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第三章 基于视觉特征的页面分析技术 | 第17-23页 |
| ·基于视觉的Web 页面内容结构描述 | 第17-19页 |
| ·VIPS 算法描述 | 第19-20页 |
| ·VIPS 算法实现与演示 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第四章 基于分块重要度和2D CRFs 的Web 对象信息抽取 | 第23-39页 |
| ·Web 对象信息抽取 | 第23-24页 |
| ·问题的提出 | 第23-24页 |
| ·解决方案 | 第24页 |
| ·网页分块重要度模型 | 第24-30页 |
| ·网页块特征 | 第26-27页 |
| ·分块重要度标注 | 第27-28页 |
| ·分块重要度学习 | 第28-30页 |
| ·2DCRFs 模型 | 第30-34页 |
| ·CRFs 模型 | 第31页 |
| ·2D CRFs 模型 | 第31-32页 |
| ·参数估计 | 第32-33页 |
| ·属性标注 | 第33-34页 |
| ·实验与性能分析 | 第34-36页 |
| ·BIM 实验 | 第34-35页 |
| ·2D CRFs 实验 | 第35-36页 |
| ·本章小结 | 第36-39页 |
| 第五章 基于改进的HCRFs 的Web 对象信息抽取 | 第39-47页 |
| ·Web 对象信息抽取 | 第39-41页 |
| ·数据表示 | 第39-40页 |
| ·问题定义 | 第40-41页 |
| ·HCRFs 模型 | 第41页 |
| ·改进的HCRFs 模型 | 第41-43页 |
| ·LL-HCRFs | 第41-42页 |
| ·参数训练估计 | 第42-43页 |
| ·属性标注 | 第43页 |
| ·实验与性能分析 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第六章 “搜食计”垂直搜索引擎系统 | 第47-55页 |
| ·“搜食计”项目介绍 | 第47页 |
| ·“搜食计”垂直搜索引擎特点 | 第47-50页 |
| ·开发环境与系统框架 | 第50-51页 |
| ·开发环境 | 第50页 |
| ·系统框架 | 第50-51页 |
| ·系统实现 | 第51-53页 |
| ·主题爬虫 | 第51-52页 |
| ·网页分析模块 | 第52-53页 |
| ·本章小结 | 第53-55页 |
| 第七章 总结与展望 | 第55-57页 |
| ·本文总结 | 第55页 |
| ·展望 | 第55-57页 |
| 致谢 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第63页 |