基于aie的半自动web页标注关键技术研究-计算机应用技术专业论文.docxVIP

河海大学硕士学位论文摘 河海大学硕士学位论文 摘 要 实现语义w曲构想的关键是创建本体，并使用本体词汇对w曲内容进行语义 标注。在标注工具中集成信息提取(IE)技术，可大大提高语义标注工具的自动 化程度、减轻用户负担．而自适应IE系统(AIE)使用机器学习，能自动从训练 数据中学习信息提取的规则，以适用于新的应用和领域，这正是语义w曲环境的 需求。 本文分析了现有的集成A掘的语义标注工具的技术特性，指出它们的两个主 要不足之处：不支持w3C的标准W曲本体语言owL和使用的IE功能较为简单。 据此，本文首先提出了一个基于AjE的W曲页半自动标注工具的框架，它支持 OWLLite本体语言，借助自适应信息提取系统Amilcare提供的自动信息提取功能， 实现w曲页的半自动语义标注。针对现有语义标注工具的以上两个缺点，在本文 的标注工具的框架申，选择了两个关键技术进行深^研究：①基于A戚lcare用主 动学习方法半自动提取待标注事实的技术；②利用提取的待标注事实产生OwI。 L沁语义元数据的技术．本文通过对加nilca托及其应用编程接口(API)的深入研 究，提出了在半自动标注工具中实现基于Amilcare的主动学习、半自动提取待标 注事实的方法和流程，给出了相应的设计与实现技术；在对OwL Lite语言的构造 子及约束进行分析总结的基础上，描述了w曲页语义元数据应有的结构以及使用 提取的待标注事实生成语义元数据的设计思想与实现技术。案例研究和实验表明： 本文提出的技术方案是合理和可行的。 关键词：语义标注；自适应信息提取；本体；OWL；语义网 河海大学硕士学位论文 河海大学硕士学位论文 摘要 Abstract The key to realize tl地Sem aⅡ_dc W曲is to create ontolo百es and semaDtically m缸kLlp(i矗，卸notate)W曲coment m on：tology tern抟．Inte罂地g infomla主ion 咖tion(IE)tecmques illto掘mo锄on tools wollld enl姗ce掣删y me amomalion deg陀e of sema埘c anno像吐on t00ls．The ada埘ve IE sysoem(越E)uses machine lea威ng technique to le锄ex吮ction nlles矗om me锄ng da诅to adapt to new 叩plica主ion domain，which isjuSt tbe Iequimment in sem枷c w曲environment． This paper锄aly辩s tlle tech】缸cal fe狐聪s of availabte sem删c an删on tools 也at integra_te AIE syst锄s．TwO main de矗cicⅡcics of吐璩∞tools are indica把d：吐ley don’t跚ppon OWL，me W3C recOmmend撕on Of Wcb ontology 1a11911age，a11d t}1ey use IE劬ctions ill a simpk啪y．Accordillg to this，畦1is paper觚t presents aIl AIE-b∞ed seIniautomatic Web pag船锄ota_tion蠹蛐ework．It唧rts OWL Lite ontology laIlguage and u∞s也e fIl：nc曲璐of吡omatic iIl】白瑚觚0n ex缸∞tion pro、，ided by AlIliIcare(a11 AⅢsystem)to realize semia咖m撕c∞m枷c annotation of web pages． To t11e deficiencies of e粗s血g s锄趾tic锄。雠ion tools men畦oned aboVe，咖key techIliques in our缸motation￡rame、vork are chosen for morou曲 rescarch： ①Arnilcare-b够ed semiautomalic蝴c石on techIliques of也e fhcts t0 be a11notated by usingm