應用于中文人名搜索引擎的Web信息提取技術研究.pdf_第1頁
已閱讀1頁，還剩46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，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、Web信息提取是指從Web文檔中自動提取出所需信息的過程。本文研究Web信息提取并應用于面向主題的搜索引擎中，這里的主題是針對于中文入名的查找。 本文主要的工作是針對有關Web上中文人名的信息，研究Web信息提取技術，設計搜索引擎中的信息提取模塊，并進行實驗測試。本文從網(wǎng)頁內容中提取關于人名的四個屬性(出生年份、職業(yè)、相關地點、相關機構)。 論文中詳細說明了信息提取模塊的系統(tǒng)流程設計和流程中各個子模塊的實現(xiàn)方法以及使用到

2、的具體技術。針對不同的人名網(wǎng)頁內容類型，本文使用了相應的提取模式的方法。對于“個人介紹類”網(wǎng)頁，本文使用了知識工程方法(KnowledgeEngineeringApproach)，人工構建了模式庫；對于“個人活動類”網(wǎng)頁，本文使用了自動訓練方法(AutomaticTrainingApproach)，提出了一種新的模式提取算法，用來自動地從訓練集中提取模式。最后針對Web上的某一中文人名網(wǎng)頁集進行信息提取實驗，實驗證明信息提取模塊的處理效

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，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，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