一种改进的基于本体的Web信息抽取.pdfVIP

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
一种改进的基于本体的Web信息抽取.pdf

第36 卷 第4 期 计 算 机 工 程 2010 年2 月 Vol.36 No.4 Computer Engineering February 2010 ·软件技术与数据库· 文章编号:1000—3428(2010)04—0039—03 文献标识码:A 中图分类号:N945 一种改进的基于本体的Web 信息抽取 柳佳刚,陈 山,黄 樱 (湖南工学院计算机科学系,衡阳 421002) 摘 要:以Web 页面信息项本体定义为基础,对单个样本页面信息项路径进行启发式学习,对所有样本页面集中信息块路径进行归纳学习, 识别结构相似的信息块子树位置,以准确划定信息抽取区域,降低页面噪声。将经过噪声处理的样本页面自动解析成页面的结构本体。比 较Web 页面信息项本体和页面的结构本体,通过归纳学习算法生成抽取规则,提高Web 信息的抽准率。 关键词:信息抽取;本体;归纳学习;文档对象模型 Improved Ontology-based Web Information Extraction LIU Jia-gang, CHEN Shang, HUANG Ying (Department of Computer Science, Hunan Institute of Technology, Hengyang 421002) 【Abstract 】On basis of definition of information item ontology for Web page, the heuristic learning is conducted for information items in sole sample Web page, and inductive learning is conducted for the path of information blocks in whole sample Web collection. A method for researching the path of Document Object Model(DOM) tree is proposed. Using this method, the location of the structured-like information block subtrees can be got, the areas of information extraction can be partition accurately. The construction ontology by automatic parsing the Web page filtering the noise is created. Compared the information item ontology with the construction ontology, the information extraction rules by using reconstructing inductive learning arithmetic are generated. The precision of information extraction is improved. 【Key words 】information extraction; ontology; inductive learning; Document Object Model(DOM) 1 概述 项建立。 采用本体(Ontology)技术精确定义 Web 资源中共享的词

文档评论(0)

docinpfd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5212202040000002

1亿VIP精品文档

相关文档