科技成果的自动提取与融合
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-18页 |
| 1.1 研究意义 | 第11-12页 |
| 1.2 信息融合概述 | 第12-16页 |
| 1.2.1 定义 | 第12页 |
| 1.2.2 分类 | 第12-14页 |
| 1.2.3 研究现状 | 第14-15页 |
| 1.2.4 未来发展 | 第15-16页 |
| 1.3 课题背景与设计目标 | 第16-17页 |
| 1.4 论文主要工作内容及结构安排 | 第17-18页 |
| 2 相关技术研究 | 第18-31页 |
| 2.1 Web信息抽取 | 第18-23页 |
| 2.1.1 概念 | 第18-19页 |
| 2.1.2 技术分类 | 第19-20页 |
| 2.1.3 评价标准 | 第20-21页 |
| 2.1.4 研究现状 | 第21-23页 |
| 2.1.5 未来发展 | 第23页 |
| 2.2 记录去重技术 | 第23-27页 |
| 2.2.1 相关定义 | 第23-24页 |
| 2.2.2 相似性度量 | 第24-25页 |
| 2.2.3 重复记录的检测 | 第25-26页 |
| 2.2.4 重复记录的清除 | 第26-27页 |
| 2.2.5 记录去重的研究现状 | 第27页 |
| 2.3 其他技术 | 第27-30页 |
| 2.3.1 HTML技术 | 第27-28页 |
| 2.3.2 XML技术 | 第28-29页 |
| 2.3.3 XPath技术 | 第29-30页 |
| 2.3.4 DOM技术 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 3 科技成果的抽取研究 | 第31-51页 |
| 3.1 问题定义 | 第31-33页 |
| 3.2 相关概念 | 第33-37页 |
| 3.2.1 空间关系 | 第33页 |
| 3.2.2 矩形代数理论 | 第33-34页 |
| 3.2.3 CSS盒子模式 | 第34-36页 |
| 3.2.4 空间连接 | 第36-37页 |
| 3.3 提出方案 | 第37-39页 |
| 3.4 科技成果信息的抽取研究 | 第39-46页 |
| 3.4.1 成果元数据 | 第39页 |
| 3.4.2 构建DOM树 | 第39-40页 |
| 3.4.3 基于空间连接的信息抽取 | 第40-44页 |
| 3.4.4 成果记录的构建 | 第44-46页 |
| 3.5 模拟及分析 | 第46-50页 |
| 3.5.1 模拟实验 | 第46-49页 |
| 3.5.2 算法分析 | 第49-50页 |
| 3.6 本章小结 | 第50-51页 |
| 4 相似成果数据的去重与合并研究 | 第51-71页 |
| 4.1 科技成果的分类 | 第51-56页 |
| 4.1.1 问题定义 | 第51-52页 |
| 4.1.2 成果粗分类 | 第52-53页 |
| 4.1.3 成果细分类 | 第53-56页 |
| 4.2 相似重复记录的检测 | 第56-58页 |
| 4.2.1 编辑距离度量相似性 | 第56-57页 |
| 4.2.2 一种新的权重分配方式 | 第57-58页 |
| 4.3 成果记录的合并 | 第58-62页 |
| 4.3.1 成果数据的描述标准化 | 第59-60页 |
| 4.3.2 成果记录的合并 | 第60-61页 |
| 4.3.3 算法描述 | 第61-62页 |
| 4.4 实验与分析 | 第62-70页 |
| 4.4.1 成果分类实验 | 第62-65页 |
| 4.4.2 成果记录合并实验 | 第65-70页 |
| 4.4.3 算法分析 | 第70页 |
| 4.5 本章小结 | 第70-71页 |
| 5 总结与展望 | 第71-73页 |
| 5.1 工作总结 | 第71页 |
| 5.2 工作展望 | 第71-73页 |
| 参考文献 | 第73-79页 |
| 攻读学位期间主要的研究成果 | 第79-80页 |
| 致谢 | 第80页 |
