基于Web的半結構化信息抽取方法研究.pdf_第1頁
已閱讀1頁，還剩64頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：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，請進行舉報或認領

文檔簡介

1、隨著Internet的迅猛發(fā)展,Web已經(jīng)成為一個巨大的信息空間,為人們提供了一個極具價值的信息源.然而,因為Web固有的開放性、動態(tài)性和異構性,尤其是其上無固定模式的半結構化數(shù)據(jù)呈現(xiàn)日益繁榮的趨勢,使得人們很難準確快速地從WWW上獲取所需的信息.如何快速、準確地從浩瀚的信息資源中尋找到所需信息已經(jīng)成為困擾網(wǎng)絡用戶的一大難題,也正是該文研究的核心內(nèi)容.該文的主要貢南和特色有以下幾個方面:1.針對Web信息分成的自由文本、結構化文本、半結

2、構化文本,以抽取模式為中心深入研究了其上的幾種具有代表性的web信息抽取方法,并對以上各種方法作出比較;2.對HTML文檔規(guī)范的表式結構信息源,該文提出了利用待抽取屬性在文檔中位置即頁頭、頁尾標記和左右標記來進行抽取方法.3.對HTML文檔更廣泛的信息源,該文提出了以HTML標記樹為基礎,把所要提取的信息在樹層次結構中的路徑作為信息抽取的"坐標",并以這個基本原理為基礎設計了一種歸納學習算法來自動地生成提取規(guī)則,然后根據(jù)提取規(guī)劃進行信息

溫馨提示

  • 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論