| 第一章 绪论 | 第1-15页 |
| ·选题背景和意义 | 第8-9页 |
| ·半结构化数据 | 第9页 |
| ·什么是信息提取 | 第9-11页 |
| ·信息提取研究的发展历史 | 第11-13页 |
| ·Web 信息提取的应用 | 第13-14页 |
| ·本文的研究内容 | 第14页 |
| ·本文的组织 | 第14-15页 |
| 第二章 相关标准与 Web 信息提取技术 | 第15-34页 |
| ·引言 | 第15页 |
| ·相关标准 | 第15-20页 |
| ·XML | 第15-18页 |
| ·XHTML | 第18页 |
| ·DOM | 第18-19页 |
| ·Xpath | 第19页 |
| ·XSLT | 第19-20页 |
| ·Web 信息提取技术概述 | 第20-32页 |
| ·Web 信息提取技术的分类 | 第21-26页 |
| ·信息提取系统体系结构 | 第26-28页 |
| ·Web 信息提取存在的问题 | 第28页 |
| ·Web 信息提取的关键技术 | 第28-31页 |
| ·信息提取系统的评测指标 | 第31-32页 |
| ·资料综述 | 第32-33页 |
| ·本章总结 | 第33-34页 |
| 第三章 基于 XML 的半结构化 Web 信息提取平台 | 第34-60页 |
| ·概述 | 第34-38页 |
| ·平台的目标 | 第34页 |
| ·设计的基本思想 | 第34-35页 |
| ·XML 和 XSLT 在平台中的角色 | 第35-38页 |
| ·数据导向型页面 | 第38页 |
| ·平台的总体框架 | 第38-39页 |
| ·平台中的知识库与数据库 | 第39-41页 |
| ·构造领域知识库 | 第39-40页 |
| ·提取规则库 | 第40页 |
| ·提取结果数据库和 Web 页面数据库 | 第40-41页 |
| ·页面优化模块 | 第41-48页 |
| ·清洗（TIDY）页面文档 | 第41-47页 |
| ·页面解析（PARSER） | 第47-48页 |
| ·信息提取模块 | 第48-58页 |
| ·规则学习的依据 | 第49-50页 |
| ·规则学习的步骤 | 第50-56页 |
| ·信息提取过程的描述 | 第56-58页 |
| ·资料综述 | 第58页 |
| ·本章总结 | 第58-60页 |
| 第四章 提取规则的优化研究 | 第60-66页 |
| ·信息定位的优化方法 | 第60-63页 |
| ·基于树路径的定位 | 第60-61页 |
| ·路径与内容结合的定位方式 | 第61-62页 |
| ·完全基于文本的定位方式 | 第62-63页 |
| ·基于属性的定位 | 第63页 |
| ·几种定位方法的小结 | 第63-65页 |
| ·本章总结 | 第65-66页 |
| 第五章 结论和展望 | 第66-68页 |
| ·本论文研究总结 | 第66-67页 |
| ·展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 攻读学位期间的研究成果及发表的学术论文 | 第72页 |