農(nóng)產(chǎn)品供求Web信息提取中間件的研究.pdf

1、隨著Internet快速發(fā)展以及Web信息量的增加，Web成為農(nóng)民獲取農(nóng)產(chǎn)品供求Web信息的重要渠道。提取并合理地保存農(nóng)產(chǎn)品供求Web信息，對(duì)進(jìn)一步分析農(nóng)產(chǎn)品供求市場(chǎng)狀況及特點(diǎn)，制定農(nóng)產(chǎn)品供求方案具有十分重要的意義。農(nóng)民從互聯(lián)網(wǎng)海量信息中獲取農(nóng)產(chǎn)品供求Web信息過(guò)程中，常遇到的信息搜索困難及信息真實(shí)性、有效性無(wú)法保證等問(wèn)題，本文在研究現(xiàn)有的Web信息提取技術(shù)基礎(chǔ)上，結(jié)合互聯(lián)網(wǎng)農(nóng)產(chǎn)品供求Web信息格式特點(diǎn)，融合多種信息提取技術(shù)優(yōu)點(diǎn)，提取農(nóng)

2、產(chǎn)品供求Web信息。其目的是為農(nóng)民提供實(shí)時(shí)、可靠的農(nóng)產(chǎn)品供求Web信息。本文主要內(nèi)容總結(jié)如下：
　　1.針對(duì)待提取的農(nóng)產(chǎn)品供求Web信息必須具有真實(shí)性、可靠性及實(shí)時(shí)性的特點(diǎn)，本文提出一種基于PageRank和正則表達(dá)式相結(jié)合的Web頁(yè)面篩選方法，有效簡(jiǎn)化了后續(xù)信息處理的工作量。同時(shí)為了去除Web頁(yè)面的噪聲，本文提出一種基于視覺(jué)分析和簡(jiǎn)單法相結(jié)合的去噪方法，有效地保證了信息提取的查全率和效率。
　　2.本文提出一種基于語(yǔ)法、語(yǔ)