- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
的抽取做好准备。因此,论文在研究了 HTML 网页的特点后,提出
了一套适用于多媒体节目编目信息抽取的 WEB 预处理技术,其中包 括 HTML-Tree 中心内容确定方法、基于 HTML-Tree 方法的网页特征 提取等关键技术,通过这些关键技术的实现,很好地达到了对 WEB 信息进行预处理的目的,提高了网页自动分类的查准率和查全率。
然后论文研究了多媒体节目编目信息抽取的主要实现技术,使用 了基于主题的信息抽取方法,该方法通过多媒体节目编目信息模板的 构建、主题相似度的判断和模式匹配最终得到较为完整的多媒体节目 编目信息,该方法可以较好地完成预期目标,获取一些简单的常用的 编目信息。
最后,论文在 Java 平台上实现了论文所提出的多媒体节目编目 信息自动抽取系统 NMPIES,并进行了大量的实验,取得了较好的结 果。
关键词: 多媒体节目编目信息,HTML 自动分类,信息抽取, 特征提取
STUDY ON INFORMATION EXTRACTION FOR MULTIMEDIA PROGRAM CATALOGUE
BASED ON INTERNET
ABSTRACT
Recently with continuous expansion of digital multimedia services demands to catalogue information of digital multimedia programs from the audience is becoming much more. The demand is a great power to this dissertation.
With rapid development of Internet a great increase of web data results in generating a great amount of semi-structured data which include much information about multimedia program thus make it possible to acquire multimedia program catalogue information. So the dissertation takes automatic extraction technique for multimedia program catalogue information as our task and goal with a view to Internet.
For solving this problem the dissertation proposes a network automatic extraction system for multimedia program catalogue information (NMPIES) based on the studies on the general classes for IE
(Information Extraction) and the general implementation of IE system.
Web page pretreatment and HTML automatic classify is the precondition of IE for multimedia program catalogue, which is also the important point of this dissertation. It proposes a set of web page pretreatment technique for multimedia program catalogue information which includes HTML-Tree Center Content Decision Method and Feature Selection based on HTML-Tree. With these key methods the expectation goal can be completed very well.
For information extraction for multimedia program catalogue, a method of theme-based information extraction is used. The catalogue information for multimedia program can be acquired
您可能关注的文档
- 基于数据聚合的多终端节能代码迁移机制研究-计算机软件与理论专业论文.docx
- 基于颜色特征建模的镨钕组分含量检测方法-控制理论与控制工程专业论文.docx
- 基于无线传感器网络的节能算法分析-计算机系统结构专业论文.docx
- 基于通信运营商的用户全生命周期体验服务管理案例研究-工商管理专业论文.docx
- 基于均衡生产的MGT车间生产线的分析与优化-工商管理硕士专业论文.docx
- 基于全寿命周期的房地产项目成本控制研究-项目管理专业论文.docx
- 基于系统动力学的资源对工程项目进度影响的策略模拟研究-结构工程专业论文.docx
- 基于挖掘性能反铲液压挖掘机效率优化-机械工程专业论文.docx
- 基于网格方法的聚类算法分析-计算机软件与理论专业论文.docx
- 基于无标度网络的P2P分析-计算机应用技术专业论文.docx
- HB8355-2013(2017) TC4螺纹公差带6E头部2个保险丝孔MJ长螺纹六角头螺栓.pdf
- DB3301T0500-2025 气象灾害防御等级评估规范.pdf
- TCEC- 电力行业用防尘防毒用品效果评价细则.pdf
- SNT2763.6-2014 红土镍矿化学分析方法 第6部分:镍、钙、钛、锰、铜、铬、锌、磷含量的测定 电感耦合等离子体原子发射光谱法.pdf
- HB8321-2013(2017) A286光杆公差带F9MJ螺纹十字槽平头螺栓.pdf
- SNT2206.10-2014 化妆品微生物检验方法 第10部分:金黄色葡萄球菌 PCR法.pdf
- TQCSA9-2025 野生冬虫夏草和人工虫草鉴别技术规程.docx
- JBT11959-2025 机械密封用硬质合金密封环.pdf
- HB8386-2013(2017) GH2132带沉头窝的MJ螺纹十角自锁螺母.pdf
- HJT317-2006 清洁生产标准 造纸工业(漂白碱法蔗渣浆生产工艺).pdf
原创力文档


文档评论(0)