基于XML的WEB信息抽取系統(tǒng)研究與實現(xiàn).pdf_第1頁
已閱讀1頁，還剩61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、隨著計算機科學技術與互聯(lián)網的不斷發(fā)展,在我們的工作和生活中web已變得必不可少。web上信息資源呈幾何級數(shù)量增長,web已經成為一個巨大的信息資源庫,要想準確有效地獲取一條想要的信息變得越來越難,如何從web信息資源庫中抽取出有用的信息已經成為眾多科研工作者研究的課題,web信息抽取技術應運而生。
　　 本文在研究現(xiàn)有的web信息抽取技術基礎上,結合標準的XML技術,提出了基于XML的web信息抽取技術。本文主要工作有以下幾點:

2、
　　 1.在研究前人技術成果基礎之上,對現(xiàn)有信息抽取技術加以整合和擴展,設計了基于XML的web信息抽取系統(tǒng)框架模型。
　　 2.研究了信息抽取關鍵技術,闡述了信息抽取工作流程,設計了抽取規(guī)則和抽取配置文件的生成方法。最終,實現(xiàn)了Web信息抽取系統(tǒng)的主要功能.。
　　 3.本文對抽取結果進行分類,采用了樸素貝葉斯理論,設計了一個中文Web文本分類系統(tǒng)模型,該模型隸屬于整個信息抽取系統(tǒng)框架模型。
　　 4

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