基于框架語義標注的Web信息抽取技術研究.pdf

1、隨著Internet的快速發(fā)展，web已經(jīng)成為全球化的信息源，它為信息共享和資源共享提供了一個良好的平臺。然而，用傳統(tǒng)的搜索引擎人們很難迅速準確地找到所需要的信息。信息抽取技術正是在這樣的前提背景下產(chǎn)生的，信息抽取是從網(wǎng)頁(文本)中自動地抽取出有用的信息的一種技術，它是目前智能信息處理的一個重要研究課題。信息抽取系統(tǒng)在web上抽取的信息不僅可以直接提供給用戶，還可以作為構(gòu)建智能查詢系統(tǒng)和數(shù)據(jù)挖掘系統(tǒng)的基礎，有著廣闊的應用前景。

2、本文首先介紹了信息抽取系統(tǒng)的產(chǎn)生背景、發(fā)展歷史，研究了信息抽取技術的研究現(xiàn)狀，分析了當前幾種重要的信息抽取工具和當前信息抽取工具的一些缺陷——缺乏語義或語義模型過于簡單。然后針對這一不足之處，利用框架語義在語義信息標示方面的優(yōu)勢來解決信息抽取結(jié)果中語義信息缺失或語義信息過于簡單這一問題，提出了一種信息抽取的方法——基于框架語義標注的信息抽取。 本文通過構(gòu)造一個基于框架語義標注的web圖書信息抽取系統(tǒng)來說明基于框架語義標注的信息抽

3、取技術的思想——將框架語義網(wǎng)絡技術、領域本體知識和信息抽取技術相結(jié)合。對自由文本進行信息抽取時，首先進行框架語義標注，再根據(jù)標注結(jié)果結(jié)合領域本體知識生成抽取規(guī)則。該方法的特點在于在抽取過程中以框架語義標注作為構(gòu)建信息抽取規(guī)則的基礎，用統(tǒng)一的方法來指導信息抽取過程一一以語義角色為核心構(gòu)建信息模式，將信息模式的建立上升到語義角色一級，從而達到所抽取出信息的帶有明確的語義信息。 本系統(tǒng)對于實現(xiàn)基于語義的信息抽取研究具有重要的現(xiàn)實意義。