| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第1章 引言 | 第11-21页 |
| ·研究背景与现状 | 第11-14页 |
| ·研究背景 | 第11-12页 |
| ·研究现状 | 第12-13页 |
| ·问题的提出 | 第13-14页 |
| ·研究目的和意义 | 第14-15页 |
| ·研究目的 | 第14-15页 |
| ·研究意义 | 第15页 |
| ·研究内容、研究思路与研究方法 | 第15-20页 |
| ·研究内容 | 第15-17页 |
| ·研究思路 | 第17-19页 |
| ·研究方法 | 第19-20页 |
| ·论文组织结构 | 第20-21页 |
| 第2章 研究文献综述 | 第21-28页 |
| ·关于 Deep Web | 第21-22页 |
| ·关于 Deep Web 查询松弛 | 第22-24页 |
| ·现有的查询松弛方法 | 第22-23页 |
| ·查询松弛方法比较 | 第23-24页 |
| ·关于 Deep Web 实体识别 | 第24-25页 |
| ·现有的实体识别方法 | 第24-25页 |
| ·实体识别方法比较 | 第25页 |
| ·已有研究成果的贡献与不足 | 第25-27页 |
| ·主要贡献 | 第25-26页 |
| ·不足之处 | 第26页 |
| ·已有研究成果对本文研究的启示 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 Deep Web 查询松弛和实体识别框架 | 第28-32页 |
| ·查询松弛和实体识别框架的建立 | 第28-30页 |
| ·核心模块功能分析 | 第30-31页 |
| ·框架的工作机理 | 第31页 |
| ·本章小结 | 第31-32页 |
| 第4章 基于经验值的 Deep Web 弹性查询松弛 | 第32-45页 |
| ·查询松弛方法的选择 | 第32页 |
| ·经验值的获取 | 第32-37页 |
| ·经验值的获取方式 | 第33页 |
| ·经验值的获取流程 | 第33-37页 |
| ·基于经验值的弹性值松弛步骤 | 第37-41页 |
| ·弹性松弛属性值算法 | 第41-44页 |
| ·算法思想 | 第41-42页 |
| ·算法实现 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 基于公共子串的 Deep Web 实体识别 | 第45-56页 |
| ·属性选择 | 第45-47页 |
| ·数据预处理 | 第47-49页 |
| ·实体识别流程 | 第49-50页 |
| ·基于改进公共子串相似度计算的实体识别方法 | 第50-55页 |
| ·迭代训练法确定权重 | 第50-52页 |
| ·同义词库和特殊字符库构建 | 第52-54页 |
| ·基于改进公共子串相似度计算 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 实验与分析 | 第56-65页 |
| ·实验环境与开发工具简介 | 第56页 |
| ·原型系统构建 | 第56-61页 |
| ·经验值提取模块 | 第56-57页 |
| ·查询松弛模块 | 第57-59页 |
| ·实体识别模块 | 第59-61页 |
| ·实验结果的比较与分析 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 第7章 结论与展望 | 第65-67页 |
| ·主要结论 | 第65-66页 |
| ·后期工作展望 | 第66-67页 |
| 致谢 | 第67-68页 |
| 参考文献 | 第68-71页 |
| 攻读学位期间发表的学术论文及参加科研情况 | 第71-72页 |