基于本体的文本信息抽取技术及实现

论文摘要

随着社会的不断进步,网络上的资源越来越丰富,这给人们带来方便的同时也带来了不便,因为人们在大量的信息中快速的找到自己所需要的信息变成了一件很困难的事情。在计算机学科中为了攻克这一难题大家进行了刻苦的专研,就是在这样的情况下产生的信息抽取技术。而基于本体的信息抽取技术现今已经成为信息抽取技术中的研究热点。本文先阐述了信息抽取技术及其产生的背景和发展历史,然后对本体的基本知识进行了研究,在此基础上,本文提出了一种新的基于本体的信息抽取方法,将本体和信息抽取结合起来,即利用本体的规则生成模块,进而生成抽取规则来抽取人们所需要的文本信息。所以利用信息抽取规则来进行信息抽取实际上就是基于本体的信息抽取。本文设计并实现了一个基于高校教师简历本体的信息抽取系统,设计了基于本体的信息抽取系统的总体框架,并详细说明系统中的主要模块的设计和实现,其中包括领域本体的构建、本体解析的过程、web页面的预处理、信息抽取的实现等。本文将无规则的web页面进行预处理后存入到数据库中,用Protégé3.3构建高校教师简历本体,然后将本体进行解析,将解析后的概念、属性等相关信息存储到数据库中。最后,用信息抽取系统来进行抽取,并得出最终抽取的结果。在文章的最后对基于本体的信息抽取系统的实验结果进行了对比分析。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究的背景和意义
• 1.2 国内外研究现状
• 1.3 研究的主要内容
• 第二章 信息抽取系统概述
• 2.1 信息抽取的含义
• 2.2 信息抽取的历史和现状
• 2.3 信息抽取的分类及比较
• 2.3.1 基于自然语言处理方式的信息抽取
• 2.3.2 包装器归纳方式的信息抽取
• 2.3.3 基于HTML 结构的信息抽取
• 2.3.4 基于XML 结构的信息抽取
• 2.3.5 基于Web 查询的信息抽取
• 2.3.6 基于ontology 方式的信息抽取
• 2.3.7 几种信息抽取方法的比较
• 2.4 信息抽取系统的衡量指标
• 第三章 基于本体的信息抽取技术分析
• 3.1 本体的定义
• 3.2 Ontology 的基本组成元素
• 3.3 本体的分类
• 3.4 本体的构建工具
• 3.5 基于本体的信息抽取系统概述
• 3.6 基于本体的信息抽取系统应用实例研究
• 3.6.1 KEUOA 系统
• 3.6.2 Artequakt 系统
• 3.6.3 OFEE 系统
• 第四章 基于本体的信息抽取系统系统设
• 4.1 基于本体的信息抽取系统总体结构
• 4.2 领域本体的构建
• 4.3 本体解析
• 4.4 规则生成
• 4.4.1 JAPE 规则
• 4.4.2 Lex 规则
• 4.5 预处理
• 4.6 信息抽取器的设计
• 第五章 测试结果对比分析
• 5.1 实验结果与分析
• 5.2 总结及展望
• 参考文献
• 致谢