基于DOM的Web信息抽取技术的研究与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-12页 |
| ·选题背景和研究意义 | 第9页 |
| ·国内外现状综述 | 第9-11页 |
| ·论文研究内容与结构安排 | 第11-12页 |
| 2 Web信息抽取 | 第12-19页 |
| ·Web信息抽取概述 | 第12-13页 |
| ·Web信息抽取分类 | 第13-17页 |
| ·Web信息抽取的应用 | 第17-18页 |
| ·信息抽取系统的评价指标 | 第18页 |
| ·本章小结 | 第18-19页 |
| 3 信息抽取相关技术 | 第19-27页 |
| ·HTML | 第19-20页 |
| ·XML | 第20-24页 |
| ·WAP与 WML | 第24页 |
| ·XPath | 第24-25页 |
| ·正则表达式 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 4 基于DOM的 Web信息抽取方法 | 第27-48页 |
| ·获取相似页面 | 第27-32页 |
| ·相似页面的作用 | 第27页 |
| ·获取 URL | 第27-28页 |
| ·基于 URL结构比较法 | 第28-30页 |
| ·简单树匹配比较法 | 第30-32页 |
| ·总体抽取过程描述 | 第32-34页 |
| ·HTML文档的预处理 | 第34-36页 |
| ·清洗 HTML文档 | 第34-36页 |
| ·XML文档的解析 | 第36页 |
| ·采用特征比较法进行信息抽取 | 第36-39页 |
| ·特征的选择与提取 | 第36-38页 |
| ·相似度计算 | 第38-39页 |
| ·针对多记录网页的信息抽取 | 第39-45页 |
| ·实验结果与分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 5 信息抽取系统的设计与实现 | 第48-57页 |
| ·设计目标 | 第48页 |
| ·系统总体框架 | 第48-52页 |
| ·功能模块设计 | 第48-49页 |
| ·功能模块介绍 | 第49-52页 |
| ·系统的实现 | 第52-56页 |
| ·工作总览 | 第52-53页 |
| ·系统操作界面 | 第53-55页 |
| ·系统评价策略 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63-64页 |
