非結構化數(shù)據(jù)采集和檢索技術的研究和應用.pdf_第1頁
已閱讀1頁，還剩60頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權，請進行舉報或認領

文檔簡介

1、計算機信息化系統(tǒng)中的數(shù)據(jù)分為結構化和非結構化兩類組織形式。非結構化數(shù)據(jù)是指沒有預定義的組織方式或不便用二維數(shù)據(jù)結構表來表示的數(shù)據(jù)。事實上80％業(yè)務相關的信息都來源于非結構化數(shù)據(jù)文本。因此，對于非結構化數(shù)據(jù)采集和檢索技術的研究已經(jīng)從上世紀延續(xù)至今。隨著因特網(wǎng)和Web應用的普及，信息無處不在，非結構化數(shù)據(jù)采集和檢索技術仍然是一個值得研究和實踐的課題。
　　 非結構化數(shù)據(jù)處理的基礎是信息提取。只有提取了非結構化數(shù)據(jù)文本的關鍵信息，才能

2、對信息作進一步的分析處理，使得非結構化數(shù)據(jù)得到有效利用。
　　 本文將城市安全生產(chǎn)監(jiān)管信息系統(tǒng)的一個功能模塊——通知/公文管理模塊作為研究對象。利用開源程序庫，對不同類型的非結構化文件進行關鍵信息提取，完成非結構化數(shù)據(jù)的采集，改變了人工錄入數(shù)據(jù)信息的傳統(tǒng)方式。對所采集的關鍵內(nèi)容進行全文檢索，使得非結構化數(shù)據(jù)的歸檔和檢索成為安全生產(chǎn)監(jiān)管信息系統(tǒng)中的一個重要應用功能。本文主要的研究工作概述如下:
　　 1)研究和利用開源庫對

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論