基于Internet的信息抽取技术研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 引言 | 第9-11页 |
| 1 绪论 | 第11-18页 |
| 1．1 信息抽取研究的发展历史 | 第11-13页 |
| 1．2 信息抽取技术与其他相关技术的区别 | 第13页 |
| 1．2．1 信息抽取与信息检索的区别 | 第13页 |
| 1．2．2 信息抽取与自动文摘的区别 | 第13页 |
| 1．2．3 信息抽取与文本挖掘的区别 | 第13页 |
| 1．3 信息抽取的关键技术 | 第13-14页 |
| 1．3．1 命名实体识别 | 第13-14页 |
| 1．3．2 句法分析 | 第14页 |
| 1．3．3 篇章分析与推理 | 第14页 |
| 1．3．4 知识获取 | 第14页 |
| 1．4 信息抽取系统设计方法 | 第14-15页 |
| 1．5 信息抽取系统的评价指标 | 第15页 |
| 1．6 国内外信息抽取技术研究现状 | 第15-18页 |
| 2 信息抽取的模型设计 | 第18-20页 |
| 2．1 信息采集 | 第18-19页 |
| 2．2 文本预处理 | 第19页 |
| 2．3 信息抽取 | 第19页 |
| 2．4 信息库标注 | 第19页 |
| 2．5 数据挖掘 | 第19-20页 |
| 3 信息抽取的主要原理及方法 | 第20-42页 |
| 3．1 Wrapper归纳算法 | 第20-25页 |
| 3．1．1 Wrapper | 第20页 |
| 3．1．2 wrapper归纳生成 | 第20-25页 |
| 3．2 基于最大熵模型的语句组块分析 | 第25-33页 |
| 3．2．1 组块及其类型的定义 | 第26页 |
| 3．2．2 组块标注 | 第26-27页 |
| 3．2．3 最大熵基本原理 | 第27-29页 |
| 3．2．4 最大熵模型的特征表示 | 第29-32页 |
| 3．2．5 参数估计 | 第32-33页 |
| 3．3 抽取模式生成 | 第33-39页 |
| 3．3．1 相关概念 | 第33-35页 |
| 3．3．2 模式实例的创建与聚类 | 第35-39页 |
| 3．4 XML及其相关技术 | 第39-42页 |
| 3．4．1 XML定义及原理 | 第39-40页 |
| 3．4．2 XML包含的要素 | 第40页 |
| 3．4．3 XML数据存储技术 | 第40页 |
| 3．4．4 文档对象模型 | 第40-42页 |
| 4 SBIES系统设计和实现 | 第42-55页 |
| 4．1 SBIES系统的体系结构 | 第42页 |
| 4．1．1 设计目标及原则 | 第42页 |
| 4．1．2 体系结构图 | 第42页 |
| 4．2 信息获取模块 | 第42-45页 |
| 4．2．1 Wrapper的自动归纳生成 | 第42页 |
| 4．2．2 网页信息的获取 | 第42-45页 |
| 4．3 文本预处理模块 | 第45页 |
| 4．3．1 文本分词与词性标注 | 第45页 |
| 4．3．2 句法分析 | 第45页 |
| 4．4 信息抽取模块 | 第45-48页 |
| 4．4．1 模式匹配 | 第45-48页 |
| 4．4．2 信息融合 | 第48页 |
| 4．5 信息库的组织 | 第48-52页 |
| 4．5．1 XML文档 | 第48-49页 |
| 4．5．2 XML与数据库 | 第49-52页 |
| 4．6 Web表示与用户查询 | 第52-53页 |
| 4．6．1 信息的Web表示 | 第52页 |
| 4．6．2 用户查询 | 第52-53页 |
| 4．7 系统评估 | 第53-55页 |
| 结论 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 攻读硕士学位期间发表学术论文情况 | 第60-61页 |
| 致谢 | 第61-62页 |
| 大连理工大学学位论文版权使用授权书 | 第62页 |
