论文摘要
随着World Wide Web(简称WWW,Web)的迅速发展,网络上的信息与日俱增,互连网已成为人们获取信息的重要来源。而网络技术的迅猛发展为信息集成技术带来了新的问题和挑战,面对Internet上异质、异构数据的大量涌入,信息集成技术的研究呈现出前所未有的生命力。Web信息抽取技术是实现Web信息的集成一个有效途径。其主要目标是支持对Web上的多个数据源的查询,满足用户的查询需求。信息抽取虽然需要对文本进行一定程度的理解,但与真正的文本理解还是不同的。在信息抽取中,用户一般只关心有限的感兴趣的事实信息,而不关心文本意义的细微差别等深层理解问题。因此,信息抽取只能算是一种浅层的文本理解技术。而Web信息抽取在某些方面和Web信息检索类似,主要目的是方便用户获得所需信息为目的的;但两者又存在着很大的不同,如信息检索直接将检索到的Web相关网络资源直接提供给用户,Web信息抽取是将Web中各种不同格式表达的信息通过抽取技术转化为统一的信息表达方式。它为数据挖掘、新一代搜索引擎、面向专业领域的垂直搜索等提供了巨大的数据支持。信息抽取还可以看作是信息检索的进一步深化,研究指定信息的查找、理解和抽取,并将指定信息以适当的方式输出。信息抽取本身也是多种基本自然语言处理技术的综合应用,因此应用领域十分广泛。总之信息抽取的最终目的还是抽取出用户需要的信息供用户检索,查询和使用。本文主要做了以下几方面工作。1.基于领域本体的Web商品表格信息抽取。首先是提出以领域本体知识为指导,抽取表格信息表达为主的商品信息。由于市场信息化使得商务信息抽取、市场内容管理日益成为信息科学领域的一个研究热点。信息在网络上传播具有高时效,低成本等特性,因而越来越多的企业和个人都选择在网上发布商品信息,汽车,房产等信息都是鲜活的例子。这些信息本身多数都是以有一定的结构的信息如表格或类表格呈现,但是不同网站的表现形式却大相径庭。这里提出了以领域本体知识为指导,抽取表格信息表达为主的商品信息,自动集成不同网站的同类服务或产品的信息,用以实现专业检索的功能。以房产信息为例,首先利用本体及领域本体的相关知识,建立了一个房产信息领域的领域本体,用以指导信息抽取,并做了相关的实验。2.基于领域本体的Web商品文本信息抽取。由于Web上的部分商务信息不是以表格或类表格形式呈现的,而是以自由文本形式出现的,而这些信息是以上的系统的盲区。因此进而结合自由文本信息提取方法,对自由文本的提取做了一定的深入研究,同样应用了领域本体的知识在上一步的基础上对Web上自由文本形式存在的房产信息进行提取。3.有关领域本体的属性约简及文本相似度的计算的讨论。本文还讨论了有关对领域本体的属性约简方面的理论,以实现对Web信息抽取的优化。
论文目录
相关论文文献
- [1].基于WEB的通信电源远程监控系统研究[J]. 中国设备工程 2019(24)
- [2].基于自适应遗传算法的考虑服务质量感知Web服务发现[J]. 电子测量技术 2019(22)
- [3].面向Web系统热点数据预测及缓存管理的研究[J]. 信息技术与信息化 2019(12)
- [4].基于页面对象的Web应用测试用例生成方法[J]. 计算机应用 2020(01)
- [5].运用物联网和Web服务搭建院际转运信息平台[J]. 电子技术与软件工程 2020(02)
- [6].延迟加载在web开发中的应用心得[J]. 视听 2020(02)
- [7].基于Web的期刊采编系统的设计与实现[J]. 电脑知识与技术 2020(06)
- [8].Web服务软件测试技术的研究与实现[J]. 电脑知识与技术 2020(02)
- [9].移动互联网时代的Web性能优化实践[J]. 信息通信 2020(01)
- [10].基于Web的校园个人自行车租赁系统[J]. 卫星电视与宽带多媒体 2020(02)
- [11].基于网站制作的Web前端开发技术与优化[J]. 数字技术与应用 2020(01)
- [12].基于Web应用的网络安全漏洞发现与研究[J]. 无线互联科技 2020(05)
- [13].基于Web的动态几何软件领域模型及其应用[J]. 计算机应用 2020(04)
- [14].基于web技术支持下网络多媒体课件的制作原则及优点[J]. 科技风 2020(13)
- [15].基于Web的网上教学平台的设计与实现[J]. 科技与创新 2020(07)
- [16].1+X证书制度与Web前端开发专业融合的探索[J]. 信息与电脑(理论版) 2020(04)
- [17].基于《web前端页面设计》在线开放课程自主学习探讨[J]. 计算机产品与流通 2020(05)
- [18].基于WEB的计算机课程辅助教学系统的设计与实现[J]. 计算机产品与流通 2020(05)
- [19].基于Web的时变体数据的体绘制方法[J]. 计算机测量与控制 2020(04)
- [20].Web浏览器中数据安全配置的研究[J]. 电脑编程技巧与维护 2020(04)
- [21].基于实践应用的Web开发技术教学改革研究初探[J]. 科学大众(科学教育) 2020(05)
- [22].基于Web的桥梁健康监测系统设计与实现[J]. 计算机技术与发展 2020(04)
- [23].基于Web技术的计算机实验室综合管理系统设计[J]. 电子制作 2020(11)
- [24].分析校园网中Web服务器的配置及安全防护[J]. 江西电力职业技术学院学报 2020(01)
- [25].基于Web的研究生学位信息管理系统技术研究[J]. 创新创业理论研究与实践 2020(07)
- [26].WEB技术在地质资料二次开发中的应用探讨[J]. 中国非金属矿工业导刊 2020(03)
- [27].基于Web技术的医疗图像脱敏系统的设计与实现[J]. 宁夏工程技术 2020(02)
- [28].网站制作的Web前端开发设计的相关研究[J]. 卫星电视与宽带多媒体 2020(07)
- [29].Web开发提高网站性能的技巧[J]. 电脑编程技巧与维护 2020(06)
- [30].随钻测井地质导向服务WEB版[J]. 国外测井技术 2020(03)