基于视觉特征的WEB页面信息抽取技术的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-14页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 本文创新点 | 第12-13页 |
| 1.4 论文组织结构 | 第13-14页 |
| 第二章 WEB页面信息分析技术的发展 | 第14-27页 |
| 2.1 WEB信息抽取概念 | 第14-15页 |
| 2.2 WEB信息抽取方法 | 第15-22页 |
| 2.2.2 基于包装器的信息抽取 | 第17-19页 |
| 2.2.3 基于Ontology方式的信息抽取 | 第19页 |
| 2.2.4 基于HTML结构的信息抽取 | 第19-22页 |
| 2.2.5 基于页面视觉特征的信息抽取 | 第22页 |
| 2.3 WEB信息抽取的关键技术 | 第22-23页 |
| 2.4 WEB信息抽取系统的评价指标 | 第23-25页 |
| 2.5 WEB 信息抽取存在的问题 | 第25-27页 |
| 第三章 基于视觉特征的WEB页面分析技术基础 | 第27-30页 |
| 3.1 WEB页面基于视觉的内容结构描述 | 第27-28页 |
| 3.2 VIPS算法描述 | 第28-29页 |
| 3.3 小结 | 第29-30页 |
| 第四章 基于视觉特征的WEB页面信息抽取 | 第30-45页 |
| 4.1 基本定义 | 第31-32页 |
| 4.2 HTML页面生成DOM树 | 第32-33页 |
| 4.3 语义块提取 | 第33-36页 |
| 4.4 分隔条检测 | 第36-38页 |
| 4.5 内容结构构建 | 第38页 |
| 4.6 DR抽取 | 第38-40页 |
| 4.7 主题提取 | 第40-44页 |
| 4.7.1 查找主题算法 | 第41-42页 |
| 4.7.2 抽取主题算法 | 第42-44页 |
| 4.8 小结 | 第44-45页 |
| 第五章 实验分析 | 第45-54页 |
| 5.1 实验平台 | 第45页 |
| 5.2 简单实例 | 第45-51页 |
| 5.3 算法性能分析 | 第51-54页 |
| 第六章 总结与展望 | 第54-56页 |
| 6.1 总结 | 第54页 |
| 6.2 展望 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 致谢 | 第60-61页 |
| 附录一 作者攻读硕士学位期间发表的论文 | 第61页 |
| 附录二 作者攻读硕士学位期间参与的科研项目 | 第61页 |
