垂直搜索引擎关键技术的研究与实现
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 本文贡献 | 第11页 |
| 1.3 组织结构 | 第11-14页 |
| 第2章 相关工作 | 第14-28页 |
| 2.1 垂直搜索引擎 | 第14-17页 |
| 2.2 结构化数据抽取方法 | 第17-21页 |
| 2.2.1 Web页面结构化数据概念 | 第17-18页 |
| 2.2.2 Web页面结构化数据抽取方法 | 第18-21页 |
| 2.3 Web页面的主题判定的相关研究 | 第21-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 含有丰富结构化数据的Web页面主题判定 | 第28-40页 |
| 3.1 引言 | 第28-29页 |
| 3.2 问题描述 | 第29-31页 |
| 3.3 含有丰富结构化数据的Web页面的结构解析 | 第31-33页 |
| 3.4 基于结构化数据抽取模板的主题判定技术 | 第33-37页 |
| 3.4.1 基于结构化抽取模板的分类算法 | 第33-36页 |
| 3.4.2 抽取模板的属性维护 | 第36-37页 |
| 3.5 实验与分析 | 第37-39页 |
| 3.6 本章小结 | 第39-40页 |
| 第4章 基于5W模型的中文短信息主题判定 | 第40-54页 |
| 4.1 问题的提出 | 第40-41页 |
| 4.2 5W模型概念 | 第41-42页 |
| 4.3 主题探测算法5WTAG | 第42-50页 |
| 4.3.1 微博主题的统计特征 | 第42-44页 |
| 4.3.2 5WTAG主题探测算法 | 第44-50页 |
| 4.4 长候选标签的压缩机制 | 第50页 |
| 4.5 实验与分析 | 第50-52页 |
| 4.5.1 实验描述 | 第50-51页 |
| 4.5.2 实验结果与分析 | 第51-52页 |
| 4.6 本章小结 | 第52-54页 |
| 第5章 Web页面的结构化数据自动抽取 | 第54-66页 |
| 5.1 引言 | 第54页 |
| 5.2 基于结构化数据抽取模板的抽取模块 | 第54-59页 |
| 5.2.1 基于结构化数据抽取模板的信息抽取技术 | 第54-58页 |
| 5.2.2 结构化数据抽取结果的正确性评价 | 第58-59页 |
| 5.3 结构化数据抽取模板的自动生成策略 | 第59-63页 |
| 5.4 实验与分析 | 第63-65页 |
| 5.5 本章小结 | 第65-66页 |
| 第6章 结论 | 第66-68页 |
| 6.1 本文的工作总结 | 第66-67页 |
| 6.2 进一步的工作研究 | 第67-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-74页 |
| 攻读硕士期间发表的论文和参加的项目 | 第74页 |
