信息集成系统中面向领域的Web信息抽取研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·研究背景 | 第7-8页 |
| ·研究现状 | 第8-10页 |
| ·论文的工作 | 第10-13页 |
| 第二章 IIS信息集成系统 | 第13-21页 |
| ·信息集成简介 | 第13-15页 |
| ·IIS信息集成系统 | 第15-17页 |
| ·系统结构 | 第15-16页 |
| ·系统的主要模块 | 第16-17页 |
| ·Web信息抽取子系统 | 第17-21页 |
| ·信息集成中Web信息抽取面临的挑战 | 第17-18页 |
| ·面向领域的Web抽取系统框架 | 第18-21页 |
| 第三章 基于DOM的半结构抽取方法 | 第21-39页 |
| ·相关技术 | 第21-28页 |
| ·HTML | 第21-22页 |
| ·XML | 第22-25页 |
| ·XPath | 第25-28页 |
| ·基于DOM树映射的抽取方法 | 第28-31页 |
| ·抽取规则建立的过程 | 第28-30页 |
| ·映射规则自动创建 | 第30-31页 |
| ·Web信息抽取的过程 | 第31页 |
| ·抽取实验 | 第31-34页 |
| ·抽取规则健壮性分析 | 第34-36页 |
| ·基于DOM树路径 | 第34-35页 |
| ·基于内容的定位 | 第35页 |
| ·基于节点属性的定位 | 第35-36页 |
| ·本章小结 | 第36-39页 |
| 第四章 基于NLP的无结构抽取方法 | 第39-49页 |
| ·相关技术 | 第39-42页 |
| ·分词/分类 | 第39-40页 |
| ·JNI的转换 | 第40-41页 |
| ·语义距离计算 | 第41-42页 |
| ·基于NLP的抽取方法 | 第42-45页 |
| ·词条抽取规则 | 第42-43页 |
| ·抽取约束规则 | 第43-44页 |
| ·抽取算法 | 第44-45页 |
| ·基于NLP的抽取实验 | 第45-47页 |
| ·本章小结 | 第47-49页 |
| 第五章 面向领域的Web信息抽取系统 | 第49-65页 |
| ·抽取系统难点及目标 | 第49页 |
| ·网页信息抽取的难点 | 第49页 |
| ·网页信息抽取平台的目标 | 第49页 |
| ·系统框架模块 | 第49-51页 |
| ·详细工作流程 | 第51-62页 |
| ·获取网页 | 第51-53页 |
| ·页面信息块检测与提取 | 第53-54页 |
| ·样本学习归纳规则 | 第54-57页 |
| ·分词/分类处理 | 第57-58页 |
| ·模板抽取规则生成 | 第58页 |
| ·领域Ontology库建立与维护 | 第58-60页 |
| ·Jena语义推导 | 第60-61页 |
| ·半结构和无结构自适应提取 | 第61-62页 |
| ·实验结果及结论 | 第62-63页 |
| ·抽取规则的维护 | 第63-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 作者在读期间的科研成果 | 第73页 |
