网页中商品属性-值关系的自动抽取方法研究.pdfVIP

网页中商品属性-值关系的自动抽取方法研究.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
网页中商品“属性-值”关系的自动抽取方法研究1 2 唐伟 ,洪宇,冯艳卉,姚建民,朱巧明 苏州大学计算机科学与技术学院,苏州,215006 3 E-mail: hongy@ 摘 要:商品属性及其对应值的自动挖掘,对于基于Web 的商品市场需求分析、商品推荐、售后服务等 诸多领域有重要的应用价值。本文提出一种基于模板的方法从结构化网页中抽取完整的商品“属性-值” 关系。该方法包含四个关键技术:1)利用商品网页标题构建领域相关的属性词包;2 )基于预设分隔符细 化文本节点;3 )结合领域商品属性词包获取种子“属性-值”关系;4 )结合网页布局信息和字符信息来 筛选与构建模板。本文的实验基于相机和手机两个领域展开,获得94.68%的准确率和90.57%的召回率。 关键词:商品“属性-值”关系抽取,Web 数据挖掘,模板构建 An Automatic Method for Extracting Product “attribute-value” Pair From the Webpages Tang Wei, Hong Yu, Feng Yan-hui, Yao Jian-min, Zhu Qiao-ming School of Computer Science Technology, Soochow University, Suzhou, 215006 E-mail: hongy@ Abstract: If we represent the products as attributes and attribute values, it will improve the effectiveness of many applications, such as demand forecasting, product recommendations, and product supplier selection. In this paper, we propose a novel method, which is based on the pattern, to extract the “attribute -value” pair of product from structured or semi-structured Web pages. This approach contains four key technologies: 1) acquire domain-specific attributes from titles of Web pages in the same domain. 2) refine text nodes based on some default delimiters. 3) collect seed “attribute-value” pairs based on the domain-specific attributes. 4) construct high-quality patterns by combining specific layout information and character information. The experimental corpus is collected from two domains: digital camera and mobile phone. Experiments show the precision of 94.68% and recall of 90.57% can be got by our method. Keywords: Product “attribute-value” relation extraction, web data mining, template construction 1 引言 互联网技术的高速发展使得在线购物极大普及,国内以淘宝、拍拍为代表的 C2C

文档评论(0)

docindoc + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档