首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--文字信息处理论文

基于本体学习的Deep Web语义标注关键问题研究

摘要第1-5页
Abstract第5-11页
第一章 绪论第11-16页
   ·研究背景第11-12页
   ·Deep Web 研究现状第12-14页
   ·研究意义与内容第14-15页
   ·结构安排第15-16页
第二章 Deep Web 语义标注相关研究第16-28页
   ·Deep Web 信息集成系统第16-18页
   ·Deep Web 语义标注技术第18-24页
     ·Deep Web 语义标注方法分类第18-22页
     ·Deep Web 语义标注评价标准第22页
     ·现有标注方法存在缺点第22-24页
   ·Deep Web 领域本体第24-27页
     ·本体的概念第24-25页
     ·Deep Web 领域本体学习第25-27页
   ·本章小结第27-28页
第三章 基于分层模型的 Deep Web 查询接口模式抽取第28-45页
   ·相关研究第28-29页
   ·查询接口模式定义第29-33页
     ·查询接口基本概念第29-30页
     ·基于分层模型的查询接口模式第30-33页
   ·查询接口模式结构抽取第33-36页
     ·查询接口元素块特征第33-35页
     ·查询接口结构抽取算法第35-36页
   ·查询接口模式树标签匹配第36-39页
     ·查询接口布局规则及语义信息第37-38页
     ·接口模式树标签匹配算法第38-39页
   ·实验分析第39-44页
     ·实验数据第39-40页
     ·评价标准第40-42页
     ·实验结果第42-44页
   ·本章小结第44-45页
第四章 基于本体的 Deep Web 语义标注第45-62页
   ·问题描述第45-47页
     ·Deep Web 语义标注定义第45-46页
     ·引入本体的意义第46-47页
   ·数据单元对齐第47-52页
     ·查询结果页面表示第47-48页
     ·数据单元特征第48-49页
     ·数据单元相似度第49-50页
     ·数据单元对齐算法描述第50-52页
   ·组合标注策略第52-56页
     ·基本标注器第52-55页
     ·标注结果整合第55-56页
   ·本体归纳标注结果第56页
   ·交叉标注验证第56-57页
   ·实验分析第57-61页
     ·实验数据第57-58页
     ·评价标准第58页
     ·实验结果第58-61页
   ·本章小结第61-62页
第五章 语义标注在 Deep Web 垂直搜索引擎中的应用第62-75页
   ·引言第62-63页
     ·传统搜索引擎介绍第62-63页
     ·Deep Web 垂直搜索引擎第63页
   ·系统架构及工作流程设计第63-72页
     ·Deep Web 聚焦爬虫模块第64-66页
     ·Web 对象抽取与标注模块第66-68页
     ·Web 对象集成模块第68-70页
     ·用户检索模块第70-72页
   ·系统实现第72-74页
     ·开发平台与相关工具第72页
     ·主要功能界面第72-74页
   ·本章小结第74-75页
第六章 总结与展望第75-77页
   ·工作总结第75-76页
   ·工作展望第76-77页
参考文献第77-82页
攻读硕士学位期间公开发表的论文与科研项目第82-83页
致谢第83-84页

论文共84页,点击 下载论文
上一篇:非平衡等离子体法制备纳米碳及其应用
下一篇:组织激肽释放酶8在宫内生长受限大鼠海马中的表达及其意义