全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

基于gate语义标注的web信息的自动抽取

Keywords: web信息抽取,语义标注,包装器

Full-Text   Cite this paper   Add to My Lib

Abstract:

?重点研究基于语义标注样本的web信息自动抽取的实现方法。借助自然语言处理框架gate,首先引入领域本体对样本网页内容进行语义标注,精确定位出待抽取的语义项,并据此将样本网页解析为sdom树。从sdom树中抽取出语义项的特征描述,形成样本实例并采用机器学习算法归纳抽取规则,自动生成包装器。抽取过程中,通过比较网页结构的相似度,系统能够感知网页的变化,主动学习并扩展规则库。试验结果表明,由于精确定位保障了学习样本的质量,小样本学习生成的包装器能够达到较为理想的查全率和查准率。

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133