基于单DOM树特征预分类的自适应Web信息抽取方法
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题背景及研究意义 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-13页 |
| 1.2.1 国内舆情系统研究现状 | 第11页 |
| 1.2.2 国外舆情系统研究现状 | 第11-13页 |
| 1.3 论文的主要内容和创新点 | 第13-15页 |
| 第2章 信息抽取技术与分类算法 | 第15-28页 |
| 2.1 WEB信息抽取技术 | 第15-18页 |
| 2.2 分类算法 | 第18-27页 |
| 2.2.1 分类算法概述 | 第18-20页 |
| 2.2.2 决策树分类算法的工作原理 | 第20-23页 |
| 2.2.3 SVM支持向量机分类算法 | 第23-27页 |
| 2.3 本章小结 | 第27-28页 |
| 第3章 基于单DOM树特征预分类信息抽取方法 | 第28-40页 |
| 3.1 HTML文档与DOM树 | 第29-32页 |
| 3.1.1 网页结构树 | 第29-31页 |
| 3.1.2 树路径与树路径相似度 | 第31-32页 |
| 3.2 网页预处理 | 第32-33页 |
| 3.3 基于单DOM树特征预分类 | 第33-37页 |
| 3.3.1 特征提取 | 第35-37页 |
| 3.3.2 SVM分类器 | 第37页 |
| 3.4 同源页面信息抽取 | 第37-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 实验测试与结果分析 | 第40-50页 |
| 4.1 实验环境 | 第40页 |
| 4.1.1 测试环境配置 | 第40页 |
| 4.1.2 数据集来源 | 第40页 |
| 4.2 实验步骤 | 第40-45页 |
| 4.2.1 数据集获取 | 第40-42页 |
| 4.2.2 分类器的训练 | 第42-44页 |
| 4.2.3 同源页面信息抽取 | 第44-45页 |
| 4.3 评价指标 | 第45-46页 |
| 4.4 结果分析 | 第46-49页 |
| 4.4.1 单DOM树特征预分类结果与分析 | 第46-48页 |
| 4.4.2 同源页面信息抽取结果与分析 | 第48-49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54-55页 |
| 附录1 攻读硕士学位期间参与的项目和发表的论文 | 第55-56页 |
| 附录2 主要英文缩写语对照表 | 第56页 |
