基于領(lǐng)域本體的網(wǎng)絡(luò)信息抽取方法的研究與實現(xiàn).pdf_第1頁
已閱讀1頁，還剩59頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、在網(wǎng)絡(luò)飛速發(fā)展的今天，Web已經(jīng)成為全球最大分布式共享信息資源。由于網(wǎng)頁結(jié)構(gòu)的復(fù)雜性、頁面動態(tài)性和內(nèi)容的多樣性，使得人們在網(wǎng)絡(luò)上搜索到有價值的信息非常困難。信息抽取技術(shù)可以有效的將網(wǎng)絡(luò)中的信息提取出來，轉(zhuǎn)化為一定的格式，從而使得信息獲取變得簡單快捷。
　　本文研究了本體及領(lǐng)域本體的相關(guān)概念，深入分析了本體構(gòu)建的方法和規(guī)則，在此基礎(chǔ)上提出了一種基于領(lǐng)域本體的網(wǎng)絡(luò)信息抽取方法。該方法中，待抽取的網(wǎng)頁自動同已構(gòu)建的領(lǐng)域本體中的概念、屬性

2、、關(guān)系進行模式匹配，并進行相應(yīng)的預(yù)處理和語法分析，然后按照抽取規(guī)則對預(yù)處理后的網(wǎng)頁文檔進行信息抽取，最后將抽取結(jié)果存儲為信息文檔格式或者直接保存在數(shù)據(jù)庫。由于基于領(lǐng)域本體的信息抽取技術(shù)對頁面結(jié)構(gòu)沒有依賴性，所以通過領(lǐng)域本體來描述待抽取的知識庫進一步增強了信息抽取模板的語義表達能力，同時在特定的領(lǐng)域進行抽取信息，能夠較大程度的提高信息抽取的正確率。
　　本文在上述基礎(chǔ)上構(gòu)建了計算機操作系統(tǒng)課程（Operation System Co

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論