基于页面结构分析的网页信息抽取方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第一章 前言 | 第8-14页 |
| ·课题背景与意义 | 第8页 |
| ·国内外研究现状 | 第8-12页 |
| ·论文研究内容 | 第12-13页 |
| ·论文组织结构 | 第13-14页 |
| 第二章 网页信息抽取技术综述 | 第14-22页 |
| ·网页信息抽取的概念 | 第14页 |
| ·网页信息抽取的关键技术 | 第14-18页 |
| ·HTML | 第14-15页 |
| ·XML | 第15-16页 |
| ·DOM | 第16-17页 |
| ·正则表达式 | 第17页 |
| ·网页分块技术 | 第17-18页 |
| ·网页信息抽取技术分类 | 第18-21页 |
| ·基于自然语言处理的网页信息抽取 | 第18-19页 |
| ·基于Wrapper 的网页信息抽取 | 第19页 |
| ·基于Ontology 的网页信息抽取 | 第19页 |
| ·基于Web 查询的网页信息抽取 | 第19-20页 |
| ·基于HTML结构分析的网页信息抽取 | 第20页 |
| ·各方法的比较 | 第20-21页 |
| ·信息抽取评价标准 | 第21页 |
| ·本章小结 | 第21-22页 |
| 第三章 页面结构分析方法 | 第22-32页 |
| ·页面结构分析技术 | 第22-25页 |
| ·利用DOM 树分析页面结构 | 第22-23页 |
| ·利用HTML标签的分布规律分析页面结构 | 第23-24页 |
| ·利用页面视觉特征分析页面结构 | 第24-25页 |
| ·各方法的比较 | 第25页 |
| ·本文的信息抽取方法 | 第25-27页 |
| ·问题的提出 | 第25-26页 |
| ·页面视觉特征分析的优势 | 第26-27页 |
| ·拟解决的关键问题 | 第27页 |
| ·本文研究的方法 | 第27-31页 |
| ·VIPS 算法 | 第27-29页 |
| ·文本聚类 | 第29-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于视觉特征的网页信息块抽取方法 | 第32-38页 |
| ·网页预处理 | 第32页 |
| ·网页分块 | 第32-33页 |
| ·块特征提取 | 第33-35页 |
| ·相似度计算 | 第35-36页 |
| ·聚类 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第五章 网页信息抽取实验系统设计 | 第38-50页 |
| ·实验环境设定 | 第38页 |
| ·实验系统结构设计 | 第38-43页 |
| ·DOM 树构建模块 | 第39页 |
| ·划分内容块模块 | 第39页 |
| ·特征提取模块 | 第39-41页 |
| ·相似度计算模块 | 第41页 |
| ·聚类模块 | 第41-43页 |
| ·运行结果及分析 | 第43-49页 |
| ·网页抽取实验 | 第43-45页 |
| ·网页分类实验 | 第45-47页 |
| ·运行结果分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 总结 | 第50-52页 |
| 主要工作 | 第50-51页 |
| 主要创新点 | 第51页 |
| 存在的问题及未来的方向 | 第51-52页 |
| 参考文献 | 第52-57页 |
| 在学期间的研究成果 | 第57-58页 |
| 致谢 | 第58页 |
