領(lǐng)域相關(guān)的Web信息抽取方法.pdf_第1頁(yè)
已閱讀1頁(yè)，還剩46頁(yè)未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、互聯(lián)網(wǎng)已經(jīng)成為人們獲取信息的重要來(lái)源，如何從互聯(lián)網(wǎng)海量信息中快速、準(zhǔn)確地獲得所需要的信息，成為當(dāng)前亟待解決的問(wèn)題。然而傳統(tǒng)的Web信息抽取方法依賴特定的模板，針對(duì)一個(gè)模板構(gòu)建的包裝器不能抽取其他模板生成的網(wǎng)頁(yè)，也不能適應(yīng)原來(lái)的模板的變化。本文將Web信息抽取當(dāng)作一個(gè)機(jī)器學(xué)習(xí)的問(wèn)題，利用視覺和語(yǔ)義特征構(gòu)建了一個(gè)領(lǐng)域級(jí)別的包裝器。本文的主要工作包括以下內(nèi)容:
　　 (1)提出基于語(yǔ)義標(biāo)注的DOM節(jié)點(diǎn)分割方法，解決了DOM節(jié)點(diǎn)粒度過(guò)大

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論