Deep Web查询接口模式抽取方法研究.docVIP

  Deep Web 查询接口模式抽取方法研究# 朱会峰，左万利 （吉林大学计算机科学与技术学院，长春 130012） 5 10 15 20 25 30 35 40 摘要：通过对查询接口内部编码和视觉单元信息的研究，提出了 Deep Web 查询接口模式抽 取方法。首先，设计启发式规则对含有查询接口表单的 HTML 网页进行查询接口区域定位以 过滤掉非查询接口表单；其次，利用有效数据单元对查询接口进行解析以获得待结合的查询 接口的标记信息；然后，应用基于观察和统计下的内部编码规则和视觉单元信息规则进行查 询接口属性的抽取；最后，在领域本体的指导下获取表单属性信息中的语义关系用于组合表 单属性，从而在语义层次上获得查询接口的模式。实验结果表明本文提出的模式抽取方法是 高效、可行的。 关键词：Deep Web；模式抽取；领域本体 中图分类号：TP31 Research on Schema Extraction from Deep Web Query Interface ZHU Huifeng, ZUO Wanli (College of Computer Science and Technology, Jilin University, ChangChun 130012) Abstract: In this paper, a novel schema extraction a