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(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、目前Web上的資源日益增多,為更有效地利用這些資源,近年來產(chǎn)生了垂直搜索引擎。它是面向?qū)I(yè)或主題的搜索引擎,只采集與專業(yè)或主題相關(guān)的信息,這樣就需要從Web頁面等資源中抽取出特定的主題信息,本文的研究重點(diǎn)正是從Web頁面中抽取與特定主題相關(guān)的信息。 針對目前Web信息抽取方法實(shí)現(xiàn)復(fù)雜等問題,設(shè)計(jì)了一種基于標(biāo)簽序列的Web頁面主題信息抽取方法。該方法通過設(shè)定的策略和樣本建立抽取規(guī)則,構(gòu)建規(guī)則庫,借助規(guī)則庫實(shí)現(xiàn)對頁面主題信息抽取,這
2、樣降低了處理Web頁面過程的復(fù)雜性,并減少了頁面處理時(shí)間。通過應(yīng)用本方法抽取部分網(wǎng)站的手機(jī)參數(shù)頁面,表明該方法召回率和準(zhǔn)確率都比較高。 當(dāng)需要抽取的Web頁面結(jié)構(gòu)發(fā)生變化而出現(xiàn)主題的新屬性時(shí),目前已有的方法建立的分裝器并不能隨著這種變化準(zhǔn)確地發(fā)現(xiàn)主題的新屬性。針對該問題,提出了一種基于可信度的Web頁面主題新屬性發(fā)現(xiàn)方法,通過對待抽取屬性和已抽取屬性的特點(diǎn)進(jìn)行分析,引入可信度理論,通過一系列規(guī)則和證據(jù),量化待抽取屬性需要抽取的可
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(hù)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(fù)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(shí)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。
最新文檔
- 搜索引擎中的信息抽取技術(shù)研究.pdf
- 主題搜索引擎信息抽取技術(shù)研究.pdf
- 基于垂直搜索引擎信息抽取技術(shù)的研究.pdf
- 垂直搜索引擎主要技術(shù)研究.pdf
- 垂直搜索引擎關(guān)鍵技術(shù)研究
- 房地產(chǎn)信息垂直搜索引擎技術(shù)研究.pdf
- 垂直搜索引擎中的網(wǎng)頁對象抽取模型及實(shí)現(xiàn)技術(shù)研究.pdf
- 石油行業(yè)垂直搜索引擎技術(shù)研究.pdf
- 垂直搜索引擎關(guān)鍵技術(shù)研究.pdf
- 垂直搜索引擎中的主題爬蟲技術(shù)研究.pdf
- 搜索引擎系統(tǒng)中Web挖掘技術(shù)研究.pdf
- 垂直搜索引擎的抓取技術(shù)研究.pdf
- web垂直搜索引擎實(shí)現(xiàn)過程的研究
- 垂直搜索引擎中語義計(jì)算技術(shù)研究.pdf
- 搜索引擎下Web分類技術(shù)研究.pdf
- 基于Web的垂直搜索引擎的研究.pdf
- 分布式垂直搜索引擎技術(shù)研究.pdf
- 主題搜索引擎的信息抽取和索引的研究.pdf
- 垂直搜索引擎技術(shù)研究與應(yīng)用——承乘廣緣網(wǎng)站搜索引擎的設(shè)計(jì).pdf
- 垂直搜索引擎的研究.pdf
評論
0/150
提交評論