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)競爭情報獲取的重要來源，然而如何從這個信息海洋中找到企業(yè)所需要的情報成為困擾企業(yè)競爭情報獲取的難題。商業(yè)信息抽取作為解決這一難題的重要手段，其抽取結果的好壞對最終競爭情報的形成有著重要的影響。
　　 本文對Web環(huán)境上的商業(yè)信息抽取技術進行了研究，主要關注兩個方面：商業(yè)信息中的關系抽取和實體抽取。針對抽取對象的不同特征，研究不同的技術方法，以提高抽取的召回率和準確率。其中關系信息抽取以

2、職位關系抽取為例，分析了職位關系實例在網(wǎng)頁中的呈現(xiàn)特征，設計了基于結構特征的職位關系抽取算法；實體抽取以機構名識別為例，基于語言學中語法對語義的依賴關系和共生性詞場兩個觀點，提出了語義隱馬爾可夫模型的機構名識別算法。兩個算法有效改善了商業(yè)信息抽取效果，同時也為其它商業(yè)信息抽取提供了參考。本文的主要貢獻主要有：
　　 (1)提出了基于Web的職位關系抽取算法。職位關系反映了一個人在一個組織所占據(jù)的職位，是一種重要的競爭情報。本文分

3、析了網(wǎng)頁中職位關系實例的特征，并利用結構化系數(shù)和結構化文件片斷對這些特征進行描述，最后利用模式匹配的方法從結構化文件片斷中抽取出職位關系。實驗結果表明算法達到了準確率超過96％、召回率超過87％的較好結果。
　　 (2)提出了基于語義隱馬爾可夫模型的中文機構名識別算法。語義隱馬爾可夫模型的構建以語言學中的語法對語義的依賴關系和共生性詞場兩個重要觀點為理論依據(jù)。一個句子可以看作是一個詞的序列，這個序列背后隱含著一個語義序列，且語義