一种基于动态学习框架的全自动网页结构化数据抽取方法

摘要	第1-6页
Abstract	第6-9页
第1章 绪论	第9-26页
·研究的目的和意义	第9-10页
·国内外研究现状及发展趋势	第10-24页
·人工编辑包装器方法	第10-12页
·包装器学习方法（模板依赖）	第12-14页
·包装器学习方法（模板独立）	第14-17页
·包装器学习方法（无监督学习）	第17-21页
·最近有关结构化数据抽取的方法	第21-23页
·动态学习方法	第23-24页
·本论文创新点与结构	第24-26页
第2章 动态学习框架概述	第26-30页
·方法原理	第26-27页
·框架概述	第27-30页
第3章 可信属性集学习	第30-37页
·提取潜在属性单元	第30-33页
·获取候选属性集	第33-34页
·产生可信属性集	第34-37页
第4章 属性单元的发现和抽取	第37-41页
·探测属性单元发现域	第37-39页
·发现和抽取属性单元	第39-41页
第5章 实验评估	第41-47页
·实验设置	第41-42页
·方法的效果评估	第42-47页
·动态学习效果评估	第42-46页
·属性单元抽取效果评估	第46-47页
结论	第47-49页
参考文献	第49-51页
致谢	第51页