一個(gè)基于語(yǔ)義信息提取的互聯(lián)網(wǎng)情報(bào)挖掘系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著Internet的高速發(fā)展，Web已經(jīng)成為世界上規(guī)模最大的公共數(shù)據(jù)源。人們可以從Web獲取信息，可以通過(guò)Web與其他人交流，可以在Web上共享自己的信息。然而由于Web數(shù)據(jù)規(guī)模如此龐大，如何從中快速準(zhǔn)確的檢索到用戶所需要的信息是一個(gè)急迫需要解決的問(wèn)題。針對(duì)這一問(wèn)題，在信息檢索領(lǐng)域中的Web數(shù)據(jù)挖掘便應(yīng)運(yùn)而生，并且伴隨著Web的發(fā)展而備受關(guān)注。Web數(shù)據(jù)挖掘它建立在信息檢索、數(shù)據(jù)挖掘以及知識(shí)管理等技術(shù)的基礎(chǔ)上，通過(guò)對(duì)大量的Web文檔進(jìn)

2、行分析來(lái)獲得隱含的知識(shí)和模式，從而幫助人們更好的進(jìn)行信息檢索和決策制定。
　　 本文分析了Web數(shù)據(jù)挖掘的研究?jī)?nèi)容和研究狀況，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于語(yǔ)義信息提取的互聯(lián)網(wǎng)情報(bào)挖掘系統(tǒng)，具體的內(nèi)容包括：
　　 1．實(shí)現(xiàn)并分析了Web頁(yè)面提取、網(wǎng)頁(yè)正文提取、自然語(yǔ)言處理以及關(guān)鍵字信息抽取等子系統(tǒng)模塊；
　　 2．提出并實(shí)現(xiàn)了語(yǔ)義關(guān)系圖的構(gòu)建模型，該模型用圖的形式表示非結(jié)構(gòu)化的文本數(shù)據(jù)中的語(yǔ)義關(guān)系；
　　 3．實(shí)現(xiàn)