基于DOM树的Deep Web实体抽取的研究与实现
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 引言 | 第11-17页 |
| ·研究背景 | 第11-12页 |
| ·国内外研究动态 | 第12-14页 |
| ·本文研究的主要问题 | 第14-15页 |
| ·本文的组织结构 | 第15-17页 |
| 第2章 相关技术 | 第17-23页 |
| ·HTML | 第17页 |
| ·XML | 第17-18页 |
| ·HTML转换技术 | 第18-19页 |
| ·Tidy | 第18-19页 |
| ·NekoHTML | 第19页 |
| ·XML解析技术 | 第19-21页 |
| ·DOM | 第19-20页 |
| ·XPath | 第20-21页 |
| ·DOM4J | 第21页 |
| ·本章小结 | 第21-23页 |
| 第3章 D-EEM的体系结构 | 第23-29页 |
| ·需求分析 | 第23-25页 |
| ·手动实体抽取 | 第23-24页 |
| ·自动实体抽取 | 第24-25页 |
| ·D-EEM的层次模型 | 第25-26页 |
| ·功能模块介绍 | 第26-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于DOM树的自动实体抽取策略 | 第29-45页 |
| ·网页预处理 | 第29-32页 |
| ·HTML向XHTML的转换 | 第29-30页 |
| ·DOM树生成 | 第30-32页 |
| ·数据区域定位 | 第32-35页 |
| ·数据区域的特点 | 第33-34页 |
| ·基于聚集度的数据区域定位 | 第34-35页 |
| ·实体区域定位 | 第35-40页 |
| ·基本思想 | 第35-36页 |
| ·数据区域预处理 | 第36-37页 |
| ·子树匹配策略 | 第37-38页 |
| ·最佳频繁子树挖掘 | 第38-40页 |
| ·抽取规则生成 | 第40-41页 |
| ·语义标注 | 第41-43页 |
| ·本章小结 | 第43-45页 |
| 第5章 D-EEM原型系统的设计与实现 | 第45-59页 |
| ·开发环境 | 第45页 |
| ·开发技术 | 第45-48页 |
| ·J2EE开发平台 | 第46页 |
| ·MVC设计模式 | 第46-47页 |
| ·Struts框架 | 第47-48页 |
| ·关键模块的实现 | 第48-58页 |
| ·网页预处理模块的实现 | 第48-50页 |
| ·模板手动定义模块的实现 | 第50-51页 |
| ·区域自动定位模块的实现 | 第51-54页 |
| ·抽取规则生成模块的实现 | 第54-55页 |
| ·抽取引擎模块的实现 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第6章 系统性能评估 | 第59-67页 |
| ·测试数据集 | 第59页 |
| ·执行代价 | 第59-62页 |
| ·区域自动定位的时间代价 | 第59-61页 |
| ·DERL与ERL策略的时间代价比较 | 第61-62页 |
| ·性能评估 | 第62-65页 |
| ·评价指标 | 第62页 |
| ·抽取性能评估 | 第62-65页 |
| ·本章小结 | 第65-67页 |
| 第7章 结束语 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73页 |
