| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-16页 |
| ·研究背景 | 第10-11页 |
| ·研究目标 | 第11-14页 |
| ·本文工作 | 第14-16页 |
| 第2章 研究基础 | 第16-26页 |
| ·Deep Web | 第16-19页 |
| ·Deep Web概念 | 第16-17页 |
| ·Deep Web信息抽取典型系统 | 第17-19页 |
| ·Web信息抽取技术 | 第19-21页 |
| ·基于自然语言理解方式的信息抽取 | 第19页 |
| ·基于包装器归纳方式(Wrapper Induction)的信息抽取 | 第19-20页 |
| ·基于Ontology方式的信息抽取 | 第20-21页 |
| ·基于HTML结构的信息抽取 | 第21页 |
| ·信息抽取的评价 | 第21页 |
| ·相关技术 | 第21-25页 |
| ·XML | 第21-22页 |
| ·DOM4J | 第22-23页 |
| ·Java技术 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于结果模式DEEP WEB数据抽取机制 | 第26-40页 |
| ·研究系统框架 | 第26-28页 |
| ·Deep Web页面的分析 | 第28-31页 |
| ·Deep Web页面特点 | 第29-30页 |
| ·Deep Web页面数据信息的来源 | 第30页 |
| ·Deep Web页面的生成方式 | 第30-31页 |
| ·结果模式定义及生成机制 | 第31-36页 |
| ·结果模式定义 | 第32-36页 |
| ·结果模式的生成机制 | 第36页 |
| ·基于结果模式的Deep Web数据抽取机制 | 第36-39页 |
| ·基于结果模式的数据抽取框架 | 第37-38页 |
| ·数据抽取 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 结果模式生成 | 第40-54页 |
| ·网页分块算法 | 第40-42页 |
| ·正文块识别 | 第42-43页 |
| ·构建网页数据特征矩阵 | 第43-51页 |
| ·基于分隔标签构建初始网页数据特征矩阵 | 第44-48页 |
| ·构建最终网页数据特征矩阵 | 第48-51页 |
| ·生成属性集 | 第51-53页 |
| ·本章小结 | 第53-54页 |
| 第5章 基于结果模式的DEEP WEB数据抽取 | 第54-62页 |
| ·数据记录中属性值的获取 | 第54-55页 |
| ·Deep Web中的实体识别 | 第55-61页 |
| ·基于非典型属性的实体识别 | 第56-58页 |
| ·基于典型属性的实体识别 | 第58-61页 |
| ·实体识别方法比较 | 第61页 |
| ·本章小结 | 第61-62页 |
| 第6章 实验设计与实验结果的分析 | 第62-68页 |
| ·实验数据 | 第62-63页 |
| ·实验结果与分析 | 第63-66页 |
| ·嵌套属性划分的准确性实验 | 第63-64页 |
| ·数据抽取准确率实验 | 第64-65页 |
| ·数据抽取效率实验 | 第65页 |
| ·实体识别准确率实验 | 第65-66页 |
| ·本章小结 | 第66-68页 |
| 第7章 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |