Web信息抽取框架技术研究
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.3 论文研究内容 | 第11-12页 |
| 1.4 论文组织结构 | 第12-13页 |
| 第二章 相关技术与理论 | 第13-23页 |
| 2.1 WEB信息抽取概述 | 第13-15页 |
| 2.1.1 Web信息抽取的定义和评价标准 | 第13页 |
| 2.1.2 Web信息抽取技术分类 | 第13-15页 |
| 2.2 布隆过滤器 | 第15-16页 |
| 2.3 知识图谱技术 | 第16-18页 |
| 2.3.1 知识图谱概述 | 第16-18页 |
| 2.3.2 开源知识图谱Freebase | 第18页 |
| 2.4 支持向量机 | 第18-20页 |
| 2.5 逻辑回归 | 第20-21页 |
| 2.6 MONGODB数据库 | 第21-22页 |
| 2.7 本章小结 | 第22-23页 |
| 第三章 WEB信息抽取框架设计 | 第23-33页 |
| 3.1 WEB信息抽取框架总体设计 | 第23-24页 |
| 3.2 信息范围配置 | 第24-29页 |
| 3.3 信息内容配置 | 第29-32页 |
| 3.3.1 数据模式定义接口 | 第29-30页 |
| 3.3.2 信息语义配置接口 | 第30-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 WEB信息抽取框架实现 | 第33-45页 |
| 4.1 框架的系统结构与模块划分 | 第33页 |
| 4.2 框架中的功能性模块 | 第33-40页 |
| 4.2.1 网页检索 | 第33-35页 |
| 4.2.2 网页分类 | 第35-39页 |
| 4.2.3 信息抽取 | 第39-40页 |
| 4.3 框架中的非功能性模块 | 第40-44页 |
| 4.3.1 网页去重 | 第40-42页 |
| 4.3.2 网页预处理 | 第42-44页 |
| 4.3.3 信息存储 | 第44页 |
| 4.4 本章小结 | 第44-45页 |
| 第五章 框架中的关键技术 | 第45-53页 |
| 5.1 词类构建与文档-词类向量计算 | 第45-49页 |
| 5.1.1 词类定义的难点 | 第45页 |
| 5.1.2 词类生成算法 | 第45-48页 |
| 5.1.3 文档-词类向量 | 第48-49页 |
| 5.2 信息抽取规则构建 | 第49-52页 |
| 5.2.1 Web信息抽取原理 | 第49-50页 |
| 5.2.2 特征向量构建 | 第50-51页 |
| 5.2.3 抽取规则生成 | 第51-52页 |
| 5.3 本章小结 | 第52-53页 |
| 第六章 应用场景与实验分析 | 第53-61页 |
| 6.1 典型应用场景 | 第53-57页 |
| 6.1.1 商品信息抽取 | 第53-55页 |
| 6.1.2 网站联系信息抽取 | 第55-57页 |
| 6.2 实验环境 | 第57页 |
| 6.3 网页分类实验 | 第57-59页 |
| 6.3.1 实验数据 | 第57页 |
| 6.3.2 实验结果与分析 | 第57-59页 |
| 6.4 信息抽取实验 | 第59-60页 |
| 6.4.1 实验数据 | 第59页 |
| 6.4.2 实验结果与分析 | 第59-60页 |
| 6.5 本章小结 | 第60-61页 |
| 第七章 总结与展望 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 硕士期间发表的论文 | 第66页 |
