基于路径摘要的链接信息提取系统的研究与设计
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 相关工作 | 第11-13页 |
| 1.3 本文主要研究内容 | 第13-14页 |
| 1.4 本文结构 | 第14-16页 |
| 第2章 概念与理论 | 第16-24页 |
| 2.1 包装器与Web信息提取 | 第16-17页 |
| 2.2 同质信息结构样式唯一性 | 第17页 |
| 2.3 路径摘要与路径节点名序列 | 第17-19页 |
| 2.4 信息提取问题的转化 | 第19-20页 |
| 2.5 基于路径摘要的信息提取系统 | 第20-22页 |
| 2.5.1 目标路径摘要节点的定位 | 第20-21页 |
| 2.5.2 基于路径摘要的信息提取方法 | 第21-22页 |
| 2.6 适用场景 | 第22页 |
| 2.7 链接信息提取 | 第22-23页 |
| 2.8 本章小结 | 第23-24页 |
| 第3章 人工提取方法的设计 | 第24-34页 |
| 3.1 页面呈现与信息标注的设计 | 第24-25页 |
| 3.2 人工提取器的架构设计 | 第25页 |
| 3.3 人工提取器的实现 | 第25-32页 |
| 3.3.1 标注逻辑的实现 | 第26-30页 |
| 3.3.2 原始页面的处理 | 第30-32页 |
| 3.3.3 规则的持久化 | 第32页 |
| 3.4 本章小结 | 第32-34页 |
| 第4章 机器提取方法的设计 | 第34-42页 |
| 4.1 处理步骤 | 第34页 |
| 4.2 摘要树节点分类 | 第34-40页 |
| 4.2.1 样本表示 | 第34-35页 |
| 4.2.2 特征设计 | 第35页 |
| 4.2.3 摘要树的构建 | 第35-39页 |
| 4.2.4 数据集生成 | 第39页 |
| 4.2.5 模型选择与分类方法的改进 | 第39-40页 |
| 4.3 本章小结 | 第40-42页 |
| 第5章 系统的完善与优化 | 第42-48页 |
| 5.1 结构化数据的提取 | 第42-43页 |
| 5.2 标签a校准优化 | 第43-44页 |
| 5.3 关键字过滤优化 | 第44-45页 |
| 5.4 人工提取与机器提取的整合 | 第45-46页 |
| 5.5 应用程序编程接口的设计 | 第46-47页 |
| 5.6 本章小结 | 第47-48页 |
| 第6章 实验与评估 | 第48-54页 |
| 6.1 同质信息结构样式唯一性的验证 | 第48-50页 |
| 6.1.1 实验方法 | 第48-49页 |
| 6.1.2 实验结果与分析 | 第49-50页 |
| 6.2 链接信息提取系统的评估与分析 | 第50-53页 |
| 6.2.1 机器提取方法的评估 | 第50-51页 |
| 6.2.2 人工提取方法的评估 | 第51-53页 |
| 6.3 本章小结 | 第53-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间发表的学术论文 | 第60-62页 |
| 致谢 | 第62页 |
