基于Internet的商業(yè)信息抽取.pdf

1、Internet上數(shù)據(jù)量急劇膨脹使其成為企業(yè)競(jìng)爭(zhēng)情報(bào)獲取的重要來(lái)源，然而如何從這個(gè)信息海洋中找到企業(yè)所需要的情報(bào)成為困擾企業(yè)競(jìng)爭(zhēng)情報(bào)獲取的難題。商業(yè)信息抽取作為解決這一難題的重要手段，其抽取結(jié)果的好壞對(duì)最終競(jìng)爭(zhēng)情報(bào)的形成有著重要的影響。
　　 本文對(duì)Web環(huán)境上的商業(yè)信息抽取技術(shù)進(jìn)行了研究，主要關(guān)注兩個(gè)方面：商業(yè)信息中的關(guān)系抽取和實(shí)體抽取。針對(duì)抽取對(duì)象的不同特征，研究不同的技術(shù)方法，以提高抽取的召回率和準(zhǔn)確率。其中關(guān)系信息抽取以

2、職位關(guān)系抽取為例，分析了職位關(guān)系實(shí)例在網(wǎng)頁(yè)中的呈現(xiàn)特征，設(shè)計(jì)了基于結(jié)構(gòu)特征的職位關(guān)系抽取算法；實(shí)體抽取以機(jī)構(gòu)名識(shí)別為例，基于語(yǔ)言學(xué)中語(yǔ)法對(duì)語(yǔ)義的依賴(lài)關(guān)系和共生性詞場(chǎng)兩個(gè)觀(guān)點(diǎn)，提出了語(yǔ)義隱馬爾可夫模型的機(jī)構(gòu)名識(shí)別算法。兩個(gè)算法有效改善了商業(yè)信息抽取效果，同時(shí)也為其它商業(yè)信息抽取提供了參考。本文的主要貢獻(xiàn)主要有：
　　 (1)提出了基于Web的職位關(guān)系抽取算法。職位關(guān)系反映了一個(gè)人在一個(gè)組織所占據(jù)的職位，是一種重要的競(jìng)爭(zhēng)情報(bào)。本文分

3、析了網(wǎng)頁(yè)中職位關(guān)系實(shí)例的特征，并利用結(jié)構(gòu)化系數(shù)和結(jié)構(gòu)化文件片斷對(duì)這些特征進(jìn)行描述，最后利用模式匹配的方法從結(jié)構(gòu)化文件片斷中抽取出職位關(guān)系。實(shí)驗(yàn)結(jié)果表明算法達(dá)到了準(zhǔn)確率超過(guò)96％、召回率超過(guò)87％的較好結(jié)果。
　　 (2)提出了基于語(yǔ)義隱馬爾可夫模型的中文機(jī)構(gòu)名識(shí)別算法。語(yǔ)義隱馬爾可夫模型的構(gòu)建以語(yǔ)言學(xué)中的語(yǔ)法對(duì)語(yǔ)義的依賴(lài)關(guān)系和共生性詞場(chǎng)兩個(gè)重要觀(guān)點(diǎn)為理論依據(jù)。一個(gè)句子可以看作是一個(gè)詞的序列，這個(gè)序列背后隱含著一個(gè)語(yǔ)義序列，且語(yǔ)義