基于结构与视觉一致性的网页新闻提取研究及应用
摘要 | 第1-4页 |
Abstract | 第4-9页 |
第1章 绪论 | 第9-13页 |
·研究背景 | 第9-10页 |
·面临的挑战 | 第10-11页 |
·本文工作 | 第11-12页 |
·本文组织 | 第12页 |
·本章小结 | 第12-13页 |
第2章 相关工作 | 第13-32页 |
·信息提取 | 第13-18页 |
·早期重要研究 | 第13-14页 |
·基于规则的信息提取 | 第14-15页 |
·基于结构一致性的信息提取 | 第15-17页 |
·基于机器学习的信息提取 | 第17-18页 |
·树结构最佳匹配算法 | 第18-23页 |
·树结构相似性衡量 | 第18-19页 |
·自顶向下保序匹配算法RTDM | 第19-22页 |
·自顶向下保序简单匹配算法STM | 第22-23页 |
·支持向量机模型 | 第23-31页 |
·结构风险最小化原则 | 第23-25页 |
·分类超平面 | 第25-26页 |
·最大硬间隔分类超平面 | 第26-29页 |
·最大软间隔分类超平面 | 第29-31页 |
·后验概率近似 | 第31页 |
·本章小结 | 第31-32页 |
第3章 基于结构一致性的网页新闻提取算法 | 第32-40页 |
·算法设计 | 第32-33页 |
·网页预处理 | 第33页 |
·网页新闻聚类 | 第33-34页 |
·封装器生成 | 第34-36页 |
·封装器标注 | 第36-37页 |
·网页新闻提取 | 第37-39页 |
·本章小结 | 第39-40页 |
第4章 基于视觉一致性的网页新闻提取算法 | 第40-54页 |
·算法设计 | 第40-43页 |
·网页新闻正文识别 | 第41页 |
·网页新闻标题识别 | 第41-43页 |
·DOM树重构 | 第43页 |
·网页新闻正文识别 | 第43-48页 |
·新闻正文的内容特征表示 | 第43-45页 |
·新闻正文的空间特征表示 | 第45-46页 |
·新闻正文识别算法 | 第46-48页 |
·网页新闻标题识别 | 第48-53页 |
·新闻标题的空间特征表示 | 第48-50页 |
·新闻标题的内容特征表示 | 第50页 |
·新闻标题识别算法 | 第50-53页 |
·本章小结 | 第53-54页 |
第5章 基于结构与视觉一致性提取系统实现与评估 | 第54-64页 |
·系统主要结构 | 第54-56页 |
·实验设置 | 第56页 |
·数据集和评估方法 | 第56-57页 |
·基于结构一致性的网页新闻提取模块评估 | 第57-58页 |
·网页新闻大规模提取实验 | 第57-58页 |
·基于视觉一致性的网页新闻提取模块评估 | 第58-62页 |
·训练数据选取实验 | 第58-59页 |
·特征效果衡量实验 | 第59-61页 |
·网页新闻大规模提取实验 | 第61-62页 |
·基于结构和视觉一致性的网页新闻系统整体评估 | 第62-63页 |
·网页新闻大规模提取实验 | 第62-63页 |
·本章小结 | 第63-64页 |
第6章 总结与展望 | 第64-66页 |
·总结 | 第64页 |
·展望 | 第64-66页 |
参考文献 | 第66-69页 |
攻读硕士学位期间主要研究成果 | 第69-70页 |
致谢 | 第70页 |