領域依賴的Web信息抽取系統(tǒng)設計與實現(xiàn).pdf

1、從非結(jié)構(gòu)化網(wǎng)頁中提取結(jié)構(gòu)化信息的Web信息抽取技術(shù)廣泛應用于商務智能、輿情分析和評論挖掘等領域。通過領域知識的應用提高信息抽取的準確性和抽取結(jié)果的可讀性是當前的研究熱點。由于本體具有清晰的層次體系結(jié)構(gòu)和較好的可拓展性，目前被廣泛應用于信息抽取領域，但利用本體進行信息抽取還需要解決:1）控制領域本體構(gòu)建復雜度的問題;2）集成知識工程方法而導致的可移植性問題;3）領域本體在信息抽取中的不充分利用問題。本文的基本思路是通過對本體進行語義拓展以

2、構(gòu)建模糊領域本體，從而控制領域本體構(gòu)建的復雜度;為實現(xiàn)語義拓展，給出語義模糊集的定義及其拓展方法。為提升信息抽取的準確性，提出領域依賴的Web信息抽取方法，將以模糊領域本體表示的領域知識應用于機器學習方法，在提高抽取質(zhì)量的同時有效提升抽取方法的可移植性。此外，為更好地利用本體的語義關系信息，設計基于本體的抽取結(jié)果優(yōu)化算法。本文的主要工作如下:
　　(1)給出語義模糊集與模糊領域本體的構(gòu)建方法。為控制本體構(gòu)建的復雜度，對本體中的概念

3、和屬性等信息進行語義拓展，以構(gòu)建模糊領域本體。為實現(xiàn)語義拓展，給出語義模糊集的定義，并提出基于Word2Vec的語義模糊集拓展方法。
　　(2)提出領域依賴的Web信息抽取方法。為提升信息抽取的準確性，以模糊領域本體為知識表示方式，提出領域依賴的Web信息抽取方法，將領域知識應用于機器學習方法的特征工程中，在提高抽取質(zhì)量的同時有效提升抽取方法的可移植性。
　　(3)設計基于本體的抽取結(jié)果優(yōu)化算法。為更充分地發(fā)揮本體在信息抽取