| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-14页 |
| ·研究背景 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·论文的主要研究工作 | 第12页 |
| ·论文的组织结构 | 第12-14页 |
| 第二章 Web 信息抽取概述 | 第14-20页 |
| ·Web 信息抽取的概念 | 第14页 |
| ·Web 信息抽取技术的分类 | 第14-18页 |
| ·人为手工编写抽取规则的Web 信息抽取方法 | 第14-15页 |
| ·半自动的Web 信息抽取方法 | 第15-17页 |
| ·全自动的Web 信息抽取方法 | 第17-18页 |
| ·各种信息抽取技术的比较 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第三章 相关技术 | 第20-29页 |
| ·HTML 技术 | 第20-21页 |
| ·XML 技术 | 第21-24页 |
| ·XHTML 技术 | 第24页 |
| ·XPath 技术 | 第24-25页 |
| ·XSLT 技术 | 第25-26页 |
| ·正则表达式 | 第26-27页 |
| ·DOM 技术 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第四章 基于Deep Web 的半结构化信息抽取方法 | 第29-50页 |
| ·Deep Web 数据特点分析 | 第29-30页 |
| ·HTML 页面预处理 | 第30-35页 |
| ·HTML 网页信息清洗 | 第31-33页 |
| ·HTML 的DOM 树生成 | 第33-35页 |
| ·数据区域识别 | 第35-43页 |
| ·相关概念 | 第35-37页 |
| ·叶子节点相似度 | 第37-39页 |
| ·基于相似度的层次划分算法 | 第39-43页 |
| ·数据块提取 | 第43-45页 |
| ·数据项抽取 | 第45-48页 |
| ·基于树匹配的编辑算法 | 第46-47页 |
| ·基于树匹配的数据项发现算法 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第五章 Deep Web Extractor 系统的设计与实现 | 第50-55页 |
| ·系统的设计目标 | 第50页 |
| ·系统的架构 | 第50-51页 |
| ·系统的实现 | 第51-53页 |
| ·实验结果分析 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 结束语 | 第55-56页 |
| 参考文献 | 第56-58页 |
| 攻读硕士学位期间取得的研究成果 | 第58-59页 |
| 致谢 | 第59页 |