互聯(lián)網(wǎng)半結(jié)構(gòu)化信息抽取研究.pdf

1、　本論文以提高半結(jié)構(gòu)化信息抽取方法針對(duì)信息數(shù)量和信息類(lèi)型的適應(yīng)能力為目標(biāo)，針對(duì)上述問(wèn)題，分別對(duì)半結(jié)構(gòu)化文本信息抽取和網(wǎng)頁(yè)信息抽取展開(kāi)研究。具體完成的工作可以概括為以下幾點(diǎn)： 研究針對(duì)半結(jié)構(gòu)化文本信息抽取存在的問(wèn)題，提出雙層級(jí)聯(lián)信息抽取思想。并以此為基礎(chǔ)，提出兩種信息抽取方法。本文使用具有復(fù)雜上下文關(guān)系并包含噪聲信息的求職簡(jiǎn)歷對(duì)這兩種方法進(jìn)行實(shí)驗(yàn)。研究采用兩種雙層級(jí)聯(lián)信息抽取方法，合作開(kāi)發(fā)了簡(jiǎn)歷自動(dòng)推薦系統(tǒng)-Polaris。。以該系統(tǒng)

2、為平臺(tái)的測(cè)試結(jié)果表明，使用兩種雙層級(jí)聯(lián)信息抽取方法均可以有效實(shí)現(xiàn)簡(jiǎn)歷等半結(jié)構(gòu)化文本的信息抽取。研究針對(duì)網(wǎng)頁(yè)信息抽取存在的問(wèn)題，利用網(wǎng)頁(yè)結(jié)構(gòu)分析，對(duì)基于包裝器歸納的網(wǎng)頁(yè)信息抽取方法進(jìn)行改進(jìn)，并提出一種將結(jié)構(gòu)分析與歸納學(xué)習(xí)相結(jié)合的信息抽取方法。以綜合結(jié)構(gòu)分析與歸納學(xué)習(xí)的網(wǎng)頁(yè)信息抽取方法為技術(shù)核心，合作開(kāi)發(fā)了互聯(lián)網(wǎng)競(jìng)爭(zhēng)情報(bào)智能監(jiān)測(cè)系統(tǒng)-CIS.net。 本文提出基于分類(lèi)的雙層級(jí)聯(lián)信息抽取方法，用于半結(jié)構(gòu)化文本的信息抽取。提出綜合HMM與分