Web信息抽取规则的设计和实现
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景 | 第11-12页 |
| ·相关研究工作现状 | 第12-13页 |
| ·本文主要工作 | 第13-14页 |
| ·本文的内容组织 | 第14-16页 |
| 第二章 Web信息抽取的基本过程和模型 | 第16-24页 |
| ·全过程化Web信息抽取模型 | 第16-17页 |
| ·网页浏览导航过程和模型 | 第17-18页 |
| ·网页数据抽取过程和模型 | 第18-21页 |
| ·数据集成处理过程和模型 | 第21-24页 |
| ·ETI集成处理过程和模型 | 第21-22页 |
| ·数据集成目标数据模型 | 第22-24页 |
| 第三章 抽取规则语言的设计与实现 | 第24-39页 |
| ·抽取规则体系和语言的基本设计目标和结构 | 第24页 |
| ·抽取规则语言的设计 | 第24-25页 |
| ·页面模型 | 第25-26页 |
| ·规则语言描述和数据源描述控件 | 第26-32页 |
| ·页面数据记录到目标数据记录的转换集成脚本语言 | 第32-33页 |
| ·浏览导航链接跳转和多网页数据记录关系的维护 | 第33-35页 |
| ·抽取规则执行的总流程 | 第35-36页 |
| ·预编译 | 第36-39页 |
| 第四章 基于小样本学习的文本抽取规则自动生成 | 第39-55页 |
| ·文本抽取规则 | 第39-40页 |
| ·引入文本抽取规则的原因 | 第39-40页 |
| ·文本抽取规则的生成 | 第40页 |
| ·相关工作 | 第40-41页 |
| ·算法的主要步骤 | 第41-42页 |
| ·迭代式多序列比对 | 第42-46页 |
| ·核心序列法 | 第43-45页 |
| ·迭代式核心序列法 | 第45-46页 |
| ·模板推导和文本抽取规则生成 | 第46-50页 |
| ·计算栏的信息熵 | 第46-48页 |
| ·多模板的处理 | 第48-50页 |
| ·应用文本抽取规则抽取字段 | 第50-51页 |
| ·实验结果 | 第51-53页 |
| ·相关定理的证明 | 第53-55页 |
| 第五章 抽取规则的生成 | 第55-61页 |
| ·多种抽取处理方法的融合与抽取规则的生成 | 第55-56页 |
| ·基于Web数据记录挖掘的结果辅助生成抽取规则 | 第56-61页 |
| ·Web数据记录挖掘简介 | 第56-57页 |
| ·根据记录挖掘的结果生成抽取规则 | 第57-61页 |
| 第六章 总结与进一步工作 | 第61-63页 |
| ·本文总结 | 第61页 |
| ·进一步的研究工作 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 附录 | 第67-68页 |
