- 1、本文档共6页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于神经网络的多等级报警系统的设计① - 计算机系统应用
Web信息抽取及知识表示系统的研究与实现①
谭守标1, 徐超1, 江元1, 宁仁霞1,2
1(安徽大学 电子科学与技术学院,合肥 230039)
2(黄山学院 电子信息工程系,黄山 245021)
摘 要: 研究了从数据密集型Web页面中自动提取结构化数据并形成知识表示系统的问题。基于知识数据库实现动态页面获取,进行预处理后转换为XML文档,采用基于PAT-array的模式发现算法自动发现重复模式,结合基于本体的关键词库自动识别页面数据显示结构模型,利用XML的对象-关系映射技术将数据存入知识数据库,由此实现Web数据自动抽取。同时,利用知识数据库已有知识从互联网抽取新知识,达到知识数据库的自扩展。以交通信息自动抽取及混合交通出行方案生成与表示系统进行的实验表明该系统具有高抽取准确率和良好的适应性。
关键词: Web信息提取;知识表示;数据密集型Web页面;基于本体的关键词库
Research and Realization of a Web Information Extraction and Knowledge Presentation System
TAN Shou-Biao1, XU Chao1, JIANG Yuan1, NING Ren-Xia1,2
1(School of Electronic Science and Technology, Anhui University, Hefei 230039, China)
2(Electronic Information Engineering, Huangshan University, Huangshan 245021, China)
Abstract: The Web Information Extraction and Knowledge Presentation System is proposed to extract information from data intensive web pages. It downloads dynamic web pages, based on a knowledge database, changes them to XML documents after preprocessing, finds repeated patterns from them, by using a PAT-array based Pattern Discovery Algorithm, recognizes their data display structure models, automatically based on the repeated patterns and an ontology-based keyword library, and then extracts the data and stores them in the knowledge database with the object-relational mapping technology of XML. Through these steps, web data is extracted automatically, and the knowledge database is also expanded automatically. Experiments on the traffic information auto-extraction and mixed traffic travel schemes auto-creation system showed that the system has high precision and is adaptive to web pages in different domains with different structures.
Keywords:web information extraction; knowledge presentation; data intensive web pages; ontology-based keyword library
随着Internet的迅猛发展,Web已经成为全球传播与共享科研、教育、商业和社会信息等最重要和最具潜力的巨大信息源。Web信息抽取是指从Web页面所包含的无结构或半结构的信息中识别用户感兴趣的数据,并将其转化为结构和语义更为清晰的格式,以统一的形式集成在一起,使Web信息的再利用成为可能,成为当前研究的一个热点[1]。目前关于Web信息抽取的工作可以大致分为以下几个类别:基于特征模式匹配的信息抽取、基于归纳学习的信息抽取、基于网页结构特征
您可能关注的文档
- 基于无催化剂化学气相沉积法的氮化镓纳米线制备和表征 - 井冈山大学.PDF
- 基于太阳能NP!照明系统的研究 - 杭州师范大学学报.PDF
- 基于无线传感器网络的多处网络机房温湿度双向监控 - 计算机系统应用.PDF
- 基于无源RFID标签天线的印刷质量评价模型研究-包装工程.PDF
- 基于无线传感器网络技术在交通信息采集系统的应用 - 计算机应用与软件.PDF
- 基于无线传感器网络的室内停车场定位系统研究 - 湖北民族学院.PDF
- 基于无线传感器网络的设施农业车辆定位系统设计 - Ingenta Connect.PDF
- 基于时间反演的天线阵列激励分布确定方法研究Array-电子与信息学报.PDF
- 基于无线传感器网络的森林火情实时监测系统 - 中国农学通报.PDF
- 基于显微CT 试验的岩石孔隙结构算法研究 - 岩土工程学报.PDF
- 2024年江西省寻乌县九上数学开学复习检测模拟试题【含答案】.doc
- 2024年江西省省宜春市袁州区数学九上开学学业水平测试模拟试题【含答案】.doc
- 《GB/T 44275.2-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第2部分:术语》.pdf
- 中国国家标准 GB/T 44275.2-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第2部分:术语.pdf
- GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构.pdf
- 《GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构》.pdf
- 中国国家标准 GB/T 44285.1-2024卡及身份识别安全设备 通过移动设备进行身份管理的构件 第1部分:移动电子身份系统的通用系统架构.pdf
- GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南.pdf
- 中国国家标准 GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南.pdf
- 《GB/T 44275.11-2024工业自动化系统与集成 开放技术字典及其在主数据中的应用 第11部分:术语制定指南》.pdf
文档评论(0)