| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪言 | 第8-10页 |
| ·研究背景 | 第8页 |
| ·研究现状 | 第8页 |
| ·本文研究内容及组织结构 | 第8-10页 |
| 第2章 系统所涉及的相关技术 | 第10-20页 |
| ·本体介绍 | 第10-12页 |
| ·本体的提出 | 第10页 |
| ·使用本体的优势 | 第10-11页 |
| ·本体描述语言 | 第11页 |
| ·运用ontology 的信息抽取概要 | 第11-12页 |
| ·HTML | 第12-14页 |
| ·HTML 语言的发展 | 第12页 |
| ·HTML 的特点 | 第12-13页 |
| ·HTML 的局限性 | 第13-14页 |
| ·XML | 第14-17页 |
| ·XML 产生 | 第14页 |
| ·XML 概述 | 第14-15页 |
| ·XML 的优越性 | 第15页 |
| ·XML 的语法结构 | 第15-16页 |
| ·XML 模式的定义方法 | 第16-17页 |
| ·DOM 树 | 第17-18页 |
| ·DOM 定义 | 第17页 |
| ·DOM 和HTML 树型逻辑结构 | 第17-18页 |
| ·XPATH | 第18页 |
| ·HTTP 协议 | 第18-19页 |
| ·相关技术在本文中的应用 | 第19-20页 |
| 第3章 半结构化网页抽取系统原理 | 第20-26页 |
| ·信息抽取定义 | 第20页 |
| ·WEB 信息抽取原理分析 | 第20-23页 |
| ·基于自然语言处理方式的信息抽取 | 第20-21页 |
| ·基于包装器归纳方式的信息抽取 | 第21页 |
| ·基于ONTOLOGY 方式的信息抽取 | 第21-22页 |
| ·基于HTML 结构的信息抽取 | 第22页 |
| ·基于Web 查询的信息抽取 | 第22-23页 |
| ·WEB 信息半结构化特点 | 第23-24页 |
| ·WRAPPER | 第24-25页 |
| ·本文的信息抽取技术特点 | 第25-26页 |
| 第4章 SEU-WIE 系统的背景、难点及其架构 | 第26-30页 |
| ·SEU-WIE 系统的背景简介 | 第26-27页 |
| ·半结构化WEB 抽取系统SEU-WIE 的难点问题 | 第27页 |
| ·WEB 信息抽取系统的总体结构体系 | 第27-30页 |
| 第5章 半结构化网页抽取系统 SEU-WIE 的抽取流程 | 第30-43页 |
| ·建立本体 | 第30-32页 |
| ·WEB 信息抽取规则定义阶段 | 第32-38页 |
| ·源网页的获取 | 第32-34页 |
| ·解析网页并且生成DOM 树 | 第34-36页 |
| ·目的表的模式的获取 | 第36-37页 |
| ·抽取规则定义 | 第37-38页 |
| ·WEB 信息抽取实施阶段 | 第38-41页 |
| ·抽取规则执行 | 第38-39页 |
| ·抽取规则执行算法 | 第39页 |
| ·改进的算法 | 第39-41页 |
| ·系统的抽取结果 | 第41-43页 |
| ·衡量信息抽取系统的性能指标 | 第41-42页 |
| ·本系统抽取性能分析 | 第42-43页 |
| 第6章 WEB 数据的预处理 | 第43-49页 |
| ·WEB 数据预处理的必要性 | 第43页 |
| ·数据预处理 | 第43-48页 |
| ·数据预处理的框架 | 第43-44页 |
| ·数据预处理描述 | 第44-46页 |
| ·数据预处理系统的结构 | 第46-47页 |
| ·数据预处理的执行 | 第47-48页 |
| ·小结 | 第48-49页 |
| 第7章 总结与展望 | 第49-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附件 | 第54-59页 |
| 附件一 | 第54-57页 |
| 附件二 | 第57-59页 |