基于信息熵的Web信息抽取技术研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第13-18页 |
| 1.1 研究背景 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-16页 |
| 1.3 本文研究内容 | 第16-17页 |
| 1.4 本文组织 | 第17-18页 |
| 第二章 Web信息抽取技术概述 | 第18-25页 |
| 2.1 Web信息抽取发展历史 | 第18-19页 |
| 2.2 Web信息抽取评价标准 | 第19-20页 |
| 2.3 Web信息抽取相关工作 | 第20-24页 |
| 2.3.1 根据自动化程度分类 | 第20-22页 |
| 2.3.2 根据技术路线分类 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 Web文档与信息熵 | 第25-33页 |
| 3.1 Web文档中的噪声信息 | 第25-28页 |
| 3.2 信息熵概述 | 第28-30页 |
| 3.2.1 信息熵 | 第28-29页 |
| 3.2.2 最大熵原理 | 第29-30页 |
| 3.3 Web文档中的信息熵 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 基于信息熵的Web抽取方法 | 第33-45页 |
| 4.1 Web文档预处理 | 第33-39页 |
| 4.1.1 Web文档表示形式 | 第33-37页 |
| 4.1.2 叶子节点分块聚集 | 第37-39页 |
| 4.2 基于信息熵的抽取方法 | 第39-44页 |
| 4.2.1 关键词熵 | 第39页 |
| 4.2.2 叶子节点熵 | 第39-42页 |
| 4.2.3 ADMJ标准用于噪声消除 | 第42-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 实验与结果 | 第45-53页 |
| 5.1 数据集描述 | 第45-47页 |
| 5.1.1 URL及子集划分 | 第45-46页 |
| 5.1.2 数据集 | 第46-47页 |
| 5.2 实验与结果 | 第47-52页 |
| 5.2.1 本文抽取方法实验 | 第47-48页 |
| 5.2.2 与其它标准对比实验 | 第48-49页 |
| 5.2.3 与其它方法对比实验 | 第49-50页 |
| 5.2.4 阈值选择实验 | 第50-52页 |
| 5.3 本章小结 | 第52-53页 |
| 结论 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 攻读学位期间发表的论文 | 第58-60页 |
| 致谢 | 第60页 |
