Web信息自动抽取技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-12页 |
| ·引言 | 第9-10页 |
| ·本文工作 | 第10-11页 |
| ·本文组织 | 第11页 |
| ·本章小结 | 第11-12页 |
| 第2章 Web信息抽取研究综述 | 第12-23页 |
| ·Web信息抽取发展历史 | 第12-13页 |
| ·Web信息抽取评价标准 | 第13-14页 |
| ·Web信息抽取相关工作 | 第14-20页 |
| ·基于知识工程的方法 | 第14页 |
| ·自动训练的方法 | 第14-16页 |
| ·基于DOM的Web抽取技术 | 第16-20页 |
| ·Web信息抽取的问题与改进 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 HTML标签树相似性算法 | 第23-30页 |
| ·树的编辑距离 | 第23-25页 |
| ·自顶向下限制的树编辑距离 | 第25-27页 |
| ·树的最大节点匹配 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第4章 Web信息自动抽取算法设计 | 第30-46页 |
| ·网页聚类 | 第31-36页 |
| ·聚类的概念 | 第32页 |
| ·层次聚类算法 | 第32-34页 |
| ·网页聚类算法 | 第34-36页 |
| ·聚类评估标准 | 第36页 |
| ·模板生成 | 第36-44页 |
| ·两个网页的模板 | 第37-38页 |
| ·多网页模板生成 | 第38-40页 |
| ·文本模板处理 | 第40-43页 |
| ·模板表示规范 | 第43-44页 |
| ·数据抽取与语义标记 | 第44-45页 |
| ·数据字段抽取 | 第44-45页 |
| ·数据字段语义标记 | 第45页 |
| ·本章小结 | 第45-46页 |
| 第5章 系统设计与实现 | 第46-53页 |
| ·总体设计 | 第46-47页 |
| ·网页获取与存储 | 第47-48页 |
| ·网页源 | 第47-48页 |
| ·网页存储 | 第48页 |
| ·格式化处理 | 第48-49页 |
| ·系统实现 | 第49-52页 |
| ·数据存储格式 | 第49-52页 |
| ·系统界面 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第6章 实验结果评估 | 第53-60页 |
| ·聚类结果评估 | 第53-54页 |
| ·模板生成结果 | 第54-55页 |
| ·语义标记实验评估 | 第55-56页 |
| ·数据抽取实验评估 | 第56-59页 |
| ·本章小结 | 第59-60页 |
| 第7章 总结与展望 | 第60-63页 |
| ·总结 | 第60-61页 |
| ·下一步工作 | 第61-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 附录1 | 第67-71页 |
| 作者简历 | 第71页 |
