以本体为指导的Web网页信息抽取方法

针对Web网页中事物描述信息的特点，提出了一种通过本体指导网页信息抽取的方法。首先建立抽取对象的本体模型，并为本体属性概念添加定位信息映射模型，通过映射模型定位和分离样本页中包含语义信息的数据块，结合路径分析算法生成抽取规则，之后利用抽取规则对同类网页中的事物描述信息进行抽取，最后以资源描述框架（RDF）数据格式储存信息。抽取性能测试实验表明，抽取结果具有较高的准确率，与无规则抽取方法相比，具有更高的抽取效率。