原创力文档- 1、本文档共5页，可阅读全部内容。
- 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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 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、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、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
中国农业科学2007，40(增刊2)：23．27
曼!!!翌垒兰垒望!旦!坐翌!!旦!!呈
基于Web的农业信息自动抽取方法研究
王文生，谢能付
(中国农业科学院农业信息研究所，北京100081)
摘要：面向Web的信息抽取是当前信息抽取研究领域的热点之一．本文从领域的角度出发，研究基于Web的
农业信息自动抽取方法。该方法的主要思想是利用预先领域语料生成领域词汇集，自动计算网页内容的相似度，
确定信息采集的页面区域，再根据网页内容半自动归纳学习抽取规则，自动抽取网页信息，形成结构化的信息。
试验证明，这种方法能够较好回避网页信息的不规范性和动态性，特别是在领域约束下，具有较高的抽取效率。
关键词：信息抽取；规则自动学习；农业领域
Researchon InformationExtraction
Web-based
Agriculture
WANG
Wen—sheng，XIENeng—fu
Institute
(AgriculturalInformationofChineseAcademy 100081)
ofAgriculturalSciences，Beijing
Abstract：Web-orientedinformationextractionisahot ininformationextractionresearchdomain．This a
topic paperproposes
in USeSdomain tobuildadomainterms
web-based informationextractionmethodviewofdomain，which
agriculture firstly corpus
setusedto the between the tocollect．Thenextractionruleswill
content，whichdetermines
computesimilarity page pageregion
belearnedfrom contentinordertoextractother informationto structuredinformation．
semi—automatically page page get
a extraction
thatthemethodcanavoidthenone-normand of have
Experiments dynamicspageinformation，andspeciallyhigh
prove
of
inconstraintsdomain
efficiency knowledge．
words：Informationsemi-automatical domain
Key extraction；Rule learning；Agricultural
信息抽取是近十几年发展起来的新领域，起源
文档评论（0）