| 摘要 | 第1-12页 |
| ABSTRACT | 第12-14页 |
| 第一章 绪论 | 第14-18页 |
| ·研究背景及意义 | 第14-16页 |
| ·研究的内容 | 第16页 |
| ·论文的贡献 | 第16-17页 |
| ·论文的组织 | 第17-18页 |
| 第二章 Web数据抽取的研究现状 | 第18-26页 |
| ·引言 | 第18-19页 |
| ·Web数据抽取技术分类及技术分析 | 第19-25页 |
| ·基于自然语言处理的方法 | 第19-20页 |
| ·基于抽取规则推导的方法 | 第20页 |
| ·基于本体的方法 | 第20-21页 |
| ·基于模式的方法 | 第21-22页 |
| ·基于页面抽取语言的方法 | 第22页 |
| ·基于HTML结构的方法 | 第22-24页 |
| ·基于页面视觉信息的方法 | 第24-25页 |
| ·Web数据抽取存在的问题 | 第25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于字符串模式匹配的页面模板生成方法 | 第26-40页 |
| ·引言 | 第26-28页 |
| ·相关定义 | 第28-31页 |
| ·有层次的DOM树前序遍历字符串 | 第28-29页 |
| ·DOM树中的重复结构的聚类 | 第29-31页 |
| ·页面模板生成 | 第31-35页 |
| ·DOM树中重复结构聚类算法 | 第31-33页 |
| ·页面模板推理算法 | 第33-35页 |
| ·实验 | 第35-38页 |
| ·数据集 | 第35页 |
| ·实验评价标准 | 第35页 |
| ·实验结果及分析 | 第35-38页 |
| ·对Web页面结构推理的论证 | 第35-36页 |
| ·对于生成页面模板稳定性的验证 | 第36-37页 |
| ·对比不同页面模板生成方法对Web数据抽取性能的影响 | 第37-38页 |
| ·相关工作 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 第四章 基于页面视觉特征约束条件随机场的Web数据语义标注方法 | 第40-58页 |
| ·引言 | 第40-41页 |
| ·Web页面上的视觉特征 | 第41-44页 |
| ·页面布局 | 第41-42页 |
| ·文字表现 | 第42页 |
| ·数据的页面视觉特征序列 | 第42-43页 |
| ·公共视觉特征 | 第43-44页 |
| ·传统条件随机场模型 | 第44-46页 |
| ·页面视觉特征约束条件随机场模型 | 第46-50页 |
| ·模型介绍 | 第46-47页 |
| ·参数估计与推理 | 第47-49页 |
| ·特征函数、特征评估与训练样本 | 第49-50页 |
| ·实验 | 第50-55页 |
| ·数据集 | 第50-51页 |
| ·实验评价标准 | 第51页 |
| ·实验结果及分析 | 第51-55页 |
| ·VFC-CRFs与CRCs、HMMs的标注性能比较 | 第51-53页 |
| ·样本数据对VFC-CRFs模型性能的影响 | 第53-55页 |
| ·相关工作 | 第55-56页 |
| ·本章小结 | 第56-58页 |
| 第五章 总结与展望 | 第58-60页 |
| ·总结 | 第58页 |
| ·展望 | 第58-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表的学术论文目录 | 第66-67页 |
| 攻读学位期间参与科研项目情况 | 第67-68页 |
| 学位论文评阅及答辩情况表 | 第68页 |
