| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-19页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 信息抽取国内外研究现状 | 第13-15页 |
| 1.2.2 网络百科信息抽取国内外研究现状 | 第15-16页 |
| 1.2.3 大规模知识库建设国内外研究现状 | 第16-17页 |
| 1.3 研究目的和内容 | 第17-18页 |
| 1.4 本文结构安排 | 第18-19页 |
| 第2章 网络数据的收集与整理 | 第19-34页 |
| 2.1 系统模块与流程 | 第19-20页 |
| 2.2 网络爬虫技术 | 第20-21页 |
| 2.3 HttpClient与代理服务器 | 第21-22页 |
| 2.3.1 HttpClient介绍 | 第21页 |
| 2.3.2 代理服务器 | 第21-22页 |
| 2.4 豆瓣数据收集 | 第22-25页 |
| 2.4.1 豆瓣简介 | 第22-23页 |
| 2.4.2 豆瓣数据下载 | 第23-25页 |
| 2.5 大众点评数据收集 | 第25-28页 |
| 2.5.1 大众点评简介 | 第25-26页 |
| 2.5.2 大众点评数据下载 | 第26-28页 |
| 2.6 网络百科数据收集与整理 | 第28-33页 |
| 2.6.1 中文网络百科简介 | 第28-29页 |
| 2.6.2 网络百科的下载 | 第29-32页 |
| 2.6.3 百科文本自然语言处理 | 第32-33页 |
| 2.7 本章小结 | 第33-34页 |
| 第3章 半结构化信息抽取 | 第34-41页 |
| 3.1 半结构化数据与正则表达式简介 | 第34-35页 |
| 3.1.1 半结构化数据 | 第34页 |
| 3.1.2 正则表达式 | 第34-35页 |
| 3.2 半结构化数据的抽取算法 | 第35-36页 |
| 3.3 豆瓣半结构化信息抽取 | 第36-37页 |
| 3.4 大众点评半结构化信息抽取 | 第37-39页 |
| 3.5 百科半结构化信息抽取 | 第39-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 非结构化信息抽取 | 第41-50页 |
| 4.1 非结构化数据与基于规则的信息抽取流程 | 第41-42页 |
| 4.1.1 非结构化数据简介 | 第41页 |
| 4.1.2 基于规则的百科人物属性构建与信息抽取步骤 | 第41-42页 |
| 4.2 基于规则的信息抽取详细步骤 | 第42-47页 |
| 4.2.1 文本预处理与待抽取语料的选择 | 第42-43页 |
| 4.2.2 百科信息盒属性提取 | 第43页 |
| 4.2.3 属性层次构建 | 第43-44页 |
| 4.2.4 三级属性自扩展后触发词表的建立 | 第44-45页 |
| 4.2.5 信息抽取的算法优化 | 第45-47页 |
| 4.3 实验结果与分析 | 第47-49页 |
| 4.3.1 实验数据 | 第47页 |
| 4.3.2 评价标准 | 第47-48页 |
| 4.3.3 结果与分析 | 第48-49页 |
| 4.4 本章小结 | 第49-50页 |
| 第5章 知识库构建 | 第50-58页 |
| 5.1 资源描述框架RDF | 第50-52页 |
| 5.1.1 RDF简介 | 第50页 |
| 5.1.2 RDF数据模型与三元组 | 第50-52页 |
| 5.1.3 RDF的特点 | 第52页 |
| 5.2 结构化数据整理 | 第52-55页 |
| 5.2.1 结构化数据 | 第52-53页 |
| 5.2.2 豆瓣、大众点评数据整理 | 第53-54页 |
| 5.2.3 百科数据整理 | 第54-55页 |
| 5.3 RDF知识库构建 | 第55-57页 |
| 5.3.1 算法流程 | 第55-56页 |
| 5.3.2 RDF三元组知识库构建 | 第56-57页 |
| 5.4 实验构建数据 | 第57页 |
| 5.5 本章小结 | 第57-58页 |
| 结论与展望 | 第58-60页 |
| 1 本文主要工作 | 第58页 |
| 2 进一步的工作展望 | 第58-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第65页 |