WEB信息抽取的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第1章 引言 | 第10-14页 |
| ·信息抽取研究背景 | 第10-11页 |
| ·信息抽取概念及研究现状 | 第11-12页 |
| ·信息抽取的概念及目的 | 第11页 |
| ·信息抽取国内外研究现状 | 第11-12页 |
| ·主要研究内容 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 第2章 包装器 Wrapper 及相关技术 | 第14-20页 |
| ·概述 | 第14页 |
| ·网页结构的特点 | 第14-15页 |
| ·网页技术简介 | 第15-18页 |
| ·HTML 介绍 | 第15页 |
| ·XML 介绍 | 第15-16页 |
| ·DOM 树介绍 | 第16页 |
| ·XPATH 介绍 | 第16-18页 |
| ·包装器介绍 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 传统的包装器抽取规则 | 第20-26页 |
| ·相关抽取技术介绍 | 第20-22页 |
| ·手工方式抽取 | 第20页 |
| ·基于样本学习的半自动化方式抽取 | 第20-21页 |
| ·利用页面结构特点的半自动化方式抽取 | 第21页 |
| ·其他方式的模式抽取 | 第21-22页 |
| ·EWDT 的抽取规则 | 第22-25页 |
| ·信息抽取的基本原理 | 第22-23页 |
| ·抽取规则与算法 | 第23-24页 |
| ·衡量指标与结论 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第4章 TSND 包装器抽取规则及实现 | 第26-42页 |
| ·预处理过程 | 第27-28页 |
| ·构造框架结构体 | 第28-29页 |
| ·HTML 路径和结构体的定义 | 第28页 |
| ·框架结构体的生成 | 第28-29页 |
| ·主结构体的构造 | 第29-31页 |
| ·结构体分割算法 | 第29-31页 |
| ·主结构体的构造 | 第31页 |
| ·准确链接组生成 | 第31-32页 |
| ·结构体集合的构造 | 第32-33页 |
| ·Wrapper 的抽取公式 | 第33页 |
| ·抽取规则的维护 | 第33-34页 |
| ·包装器的设计与实现 | 第34-39页 |
| ·包装器系统分析 | 第34页 |
| ·信息抽取包装器的框架结构 | 第34-36页 |
| ·包装器的实现 | 第36-39页 |
| ·试验和结果分析 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 第5章 总结与展望 | 第42-44页 |
| ·本文总结 | 第42页 |
| ·未来工作的展望 | 第42-44页 |
| 参考文献 | 第44-47页 |
| 致谢 | 第47-48页 |
| 附录 | 第48页 |
