HLR日志信息抽取技術(shù)的研究與應用.pdf

1、獲取用戶手機的信息必須先發(fā)送相應的指令到HLR設(shè)備，HLR設(shè)備的應答報文是由大量英文字母組成的半結(jié)構(gòu)化文件，如何從半結(jié)構(gòu)化文件當中高效準確的抽取可用的信息是論文研究的主要內(nèi)容。
　　論文以HLR業(yè)務提取為研究對象，分析了發(fā)送指令之后HLR返回的指令日志的特點和信息抽取的任務，研究了針對半結(jié)構(gòu)化指令日志的的信息抽取技術(shù)，提供了統(tǒng)一接口，實現(xiàn)了對具有一定結(jié)構(gòu)特征的半結(jié)構(gòu)化文件的信息抽取。
　　論文介紹了正則表達式和XML技術(shù)，分

2、析了正則表達式的應用以及解析XML文件的方法。介紹了HLR設(shè)備的基本知識、業(yè)務和指令。
　　在深入分析了半結(jié)構(gòu)化指令日志的文件格式的基礎(chǔ)上，針對信息抽取的任務，提出了基于模板的信息抽取技術(shù)和同步檢測的方法。每一廠商返回的指令日志文件都有屬于自己特點的邏輯結(jié)構(gòu)特征，在全面了解指令日志文件的邏輯結(jié)構(gòu)特征和信息抽取任務的基礎(chǔ)上，為每一廠商的指令日志文件手動生成相應的解析模板。解析模板中定義了抽取的字段以及匹配的規(guī)則和方式。在進行信息抽取

3、時應用解析模板中定義的標志性的信息，以及匹配規(guī)則和方式，實現(xiàn)快速準確地抽取信息。解析模板中規(guī)則是用正則表達式表達的，由于正則表達式較難設(shè)計，容易出錯，導致了解析模板的定義有時候不是一次性可以成功的。當不成功時為了能及時看出是哪一行的匹配規(guī)則出錯了，在進行匹配的同時給出每一行的匹配情況，即同步檢測的方法。
　　在指令日志信息抽取的基礎(chǔ)上，實現(xiàn)了獲取號碼在HLR設(shè)備上的業(yè)務信息。通過集中代理發(fā)送指令到相應的HLR設(shè)備，對HLR的應答報