互聯(lián)網(wǎng)半結(jié)構(gòu)化信息抽取研究.pdf

1、　本論文以提高半結(jié)構(gòu)化信息抽取方法針對信息數(shù)量和信息類型的適應(yīng)能力為目標，針對上述問題，分別對半結(jié)構(gòu)化文本信息抽取和網(wǎng)頁信息抽取展開研究。具體完成的工作可以概括為以下幾點： 研究針對半結(jié)構(gòu)化文本信息抽取存在的問題，提出雙層級聯(lián)信息抽取思想。并以此為基礎(chǔ)，提出兩種信息抽取方法。本文使用具有復(fù)雜上下文關(guān)系并包含噪聲信息的求職簡歷對這兩種方法進行實驗。研究采用兩種雙層級聯(lián)信息抽取方法，合作開發(fā)了簡歷自動推薦系統(tǒng)-Polaris。。以該系統(tǒng)

2、為平臺的測試結(jié)果表明，使用兩種雙層級聯(lián)信息抽取方法均可以有效實現(xiàn)簡歷等半結(jié)構(gòu)化文本的信息抽取。研究針對網(wǎng)頁信息抽取存在的問題，利用網(wǎng)頁結(jié)構(gòu)分析，對基于包裝器歸納的網(wǎng)頁信息抽取方法進行改進，并提出一種將結(jié)構(gòu)分析與歸納學(xué)習(xí)相結(jié)合的信息抽取方法。以綜合結(jié)構(gòu)分析與歸納學(xué)習(xí)的網(wǎng)頁信息抽取方法為技術(shù)核心，合作開發(fā)了互聯(lián)網(wǎng)競爭情報智能監(jiān)測系統(tǒng)-CIS.net。 本文提出基于分類的雙層級聯(lián)信息抽取方法，用于半結(jié)構(gòu)化文本的信息抽取。提出綜合HMM與分