Web信息抽取技术的研究与应用
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 创新点摘要 | 第6-9页 |
| 前言 | 第9-10页 |
| 第一章 绪论 | 第10-21页 |
| ·信息抽取技术概述 | 第10-14页 |
| ·信息抽取发展历史及研究现状 | 第10-11页 |
| ·信息抽取系统的两大设计方法 | 第11-12页 |
| ·信息抽取文本的分类 | 第12-13页 |
| ·信息抽取技术的评价指标 | 第13-14页 |
| ·信息抽取方法分类 | 第14-16页 |
| ·按照自动化程度分类 | 第14页 |
| ·按照抽取技术路线的分类 | 第14-16页 |
| ·WEB信息抽取技术研究 | 第16-18页 |
| ·信息抽取的发展趋势 | 第18-19页 |
| ·本文的研究内容 | 第19-21页 |
| 第二章 抽取规则描述 | 第21-29页 |
| ·抽取规则 | 第21-24页 |
| ·抽取规则定义 | 第21-22页 |
| ·典型抽取工具的规则描述 | 第22-24页 |
| ·正则表达式的概述 | 第24-28页 |
| ·正则表达式的定义 | 第24-26页 |
| ·正则表达式的测试 | 第26页 |
| ·页面清理 | 第26-28页 |
| ·小结 | 第28-29页 |
| 第三章 基于规则的WEB信息抽取 | 第29-38页 |
| ·WEB信息抽取相关技术 | 第29-30页 |
| ·基于规则的WEB信息抽取 | 第30-36页 |
| ·系统流程 | 第30-32页 |
| ·DOM树生成算法 | 第32-34页 |
| ·抽取规则生成及抽取执行 | 第34-35页 |
| ·数据处理模块 | 第35-36页 |
| ·实验结果 | 第36页 |
| ·小结 | 第36-38页 |
| 第四章 基于时间频率加权DOM的WEB信息抽取 | 第38-49页 |
| ·相关定义及技术 | 第38-42页 |
| ·基本定义 | 第38-39页 |
| ·HTML解析器 | 第39-42页 |
| ·基于TFW-DOM的WEB信息抽取概述 | 第42-48页 |
| ·DOM树的遍历算法 | 第43-44页 |
| ·页面清理模块 | 第44-46页 |
| ·DOM树加权 | 第46-47页 |
| ·计算抽取时间算法 | 第47-48页 |
| ·实验结果 | 第48页 |
| ·小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 发表文章目录 | 第54-55页 |
| 致谢 | 第55-56页 |
| 详细摘要 | 第56-66页 |
