動態(tài)網(wǎng)頁的信息抽取方法.pdf_第1頁
已閱讀1頁，還剩51頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)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(quán)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、Web信息抽取將Web中的數(shù)據(jù)抽取出來并表示為結(jié)構(gòu)化的形式。動態(tài)網(wǎng)頁是通過程序動態(tài)生成的頁面。據(jù)統(tǒng)計，目前Web上的頁面主要是以動態(tài)網(wǎng)頁的形式存在。因此，研究動態(tài)網(wǎng)頁的信息抽取方法，具有較大的實用價值。 本文將動態(tài)網(wǎng)頁分為記錄級和頁面級兩類，主要工作包括：（1）針對記錄級動態(tài)網(wǎng)頁，提出基于相似記錄項歸納（Similar Records Induction，SRI）的信息抽取方法。該方法采用編輯距離算法和樹排列算法歸納產(chǎn)生記錄項的

2、包裝器樹，并為抽取到的信息手工標(biāo)注標(biāo)簽。（2）針對頁面級動態(tài)網(wǎng)頁，提出基于相似頁面歸納（Similar Pages Induction， SPI）的信息抽取方法。該方法首先清洗樣本網(wǎng)頁集，然后通過樹排列算法，歸納產(chǎn)生頁面的包裝器樹，并選擇模板字符串為相鄰信息自動標(biāo)注標(biāo)簽。（3）針對記錄級動態(tài)網(wǎng)頁的標(biāo)簽自動獲取問題，提出基于隱馬爾科夫模型（Hidden Markov Model，HMM）的記錄項字段識別和抽取方法。該方法將記錄項作為字段值

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(quán)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(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(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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