面向中文网页的信息抽取关键技术研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第11-14页 |
| 1.1 课题背景 | 第11-12页 |
| 1.2 本文研究内容 | 第12-13页 |
| 1.3 本文的组织 | 第13-14页 |
| 第2章 相关技术的研究综述 | 第14-30页 |
| 2.1 信息抽取介绍 | 第14-16页 |
| 2.2 自由文本信息抽取技术 | 第16-18页 |
| 2.3 命名实体识别技术 | 第18-21页 |
| 2.4 web半结构化信息抽取技术 | 第21-25页 |
| 2.5 数据集成 | 第25-29页 |
| 2.6 本章小结 | 第29-30页 |
| 第3章 基于自然语言处理的自由文本信息抽取 | 第30-42页 |
| 3.1 自由文本信息抽取实现概述 | 第30-31页 |
| 3.2 中文分词与词性标注 | 第31页 |
| 3.3 命名实体识别 | 第31-35页 |
| 3.4 语义规则的组成 | 第35-38页 |
| 3.5 自由文本抽取规则归纳 | 第38-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第4章 基于包装器归纳的半结构化文本信息抽取 | 第42-49页 |
| 4.1 包装器归纳方法概述 | 第42-43页 |
| 4.2 训练集标注 | 第43-44页 |
| 4.3 抽取规则设计 | 第44-46页 |
| 4.4 包装器归纳算法 | 第46-48页 |
| 4.5 本章小结 | 第48-49页 |
| 第5章 企业注册信息抽取系统设计与实现 | 第49-71页 |
| 5.1 企业注册信息抽取系统框架 | 第49-50页 |
| 5.2 网页URL收集 | 第50-54页 |
| 5.3 网页段落筛选 | 第54-57页 |
| 5.4 数据语义集成 | 第57-59页 |
| 5.5 系统实现 | 第59-63页 |
| 5.6 实验结果与分析 | 第63-69页 |
| 5.6.1 自由文本信息抽取结果与分析 | 第64-65页 |
| 5.6.2 半结构化文本信息抽取结果与分析 | 第65-67页 |
| 5.6.3 综合方法信息抽取结果与分析 | 第67-69页 |
| 5.7 本章小结 | 第69-71页 |
| 第6章 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 展望 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间主要的研究成果 | 第77-78页 |
| 致谢 | 第78-79页 |
