基于人工神经网络的网页间关系的识别-计算机应用技术专业论文.docxVIP

PAGE PAGE 1 基于人工神经网络的网页间关系的识别 摘 要 语义 WEBSemantic Web向我们展示了下一代 WEB 的可能的架 构 在这个架构中 机器将可以理解 WEB 中的信息 我们的研究工作 的目标是在拥有领域 Ontology 的情况下 在普通的 HTML 格式的网页 中嵌入机器可以理解的信息 我们当前研究工作的重点是从现有的普通 网页中抽取领域 Ontology 中定义的概念和关系的实例 本文提出了一 种新的 用于识别网页间关系 一种关系实例的方法 其基本思想是 综合考虑网页内容和网页间的超链接Hyperlink关系 利用人工神经 网络Artificial Neural Network ANN通过训练 发现隐含的识别模 型 进而实现网页间关系的识别 在我们的方法中 我们比较全面的考虑了对于判断网页间的关系有 较大影响的因素 包括 网页的类别 网页间超链接的数目和种类 网 页间基于内容的相关度 对这些因素分析的结果将构成人工神经网络的 输入向量 通过训练 我们得到了稳定的识别模型 我们的测试表明 识别模型能够比较高效的识别网页间的关系 为了获得上述因素的信息 我们借用了一些成熟的技术 如文本分 类技术用于网页分类网络爬虫技术用于网页收集和链接分析 等 并针对具体应用提出了相应的修改 完善了相关的原型算法 实现 了相关的工具 基于上述思想和工具 我们实现了一个原型系统 ARROW 系统 ARROW 系统是一个综合平台 整合了训练 测试和网页关系识别 3 个 功能 它提供了一个友好的界面供用户训练识别系统 在这个系统中 用户可以测试识别模型 测试结果将以直观的方式显示给用户 在实际 应用中 ARROW 系统可以作为后台程序 用于网页关系的识别 在本 文中 对于 ARROW 系统的设计 实现和工作过程做了一个简明的介 绍 同时 给出了我们获得的一些初步的实验数据 关键字 关系 网页 人工神经网络 语义 WEB RECOGNIZING THE RELATIONS BETWEEN WEB PAGES USING ARTIFICIAL NEURAL NETWORK ABSTRACT Semantic Web shows us a potential infrastructure of the next generation Web. Web information will be understandable to machines in this infrastructure. Our research work has the aim of embedding machine- understandable semantic information in ordinary HTML files automatically given the domain ontology. We focus on automatically acquiring the instances of concepts and relations defined in domain ontology from Web pages. This paper describes how to recognize the relation between Web pages (a kind of relation instance) by using Artificial Neural Network (ANN). In our method, we comprehensively consider the factors that will affect making the decisions, including the type of Web pages, the number and type of hyperlinks between the Web pages, and the similarity in Web pages’ contents. These factors will be used to construct the input vector of ANN. We can get the stable recognition model by training. And the experiment data show that the recognition model works well on the Web pages from the real world. In order to acquire the data of above-me