基于實(shí)例的Web信息抽取.pdf_第1頁
已閱讀1頁,還剩36頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、該文提出了一種基于實(shí)例的快速從HTML頁面中抽取信息的方法,該方法將抽取信息按對(duì)象關(guān)系模型進(jìn)行重組存放在數(shù)據(jù)庫中,以支持查詢及各種應(yīng)用.將信息抽取過程劃分為兩個(gè)階段:學(xué)習(xí)階段和抽取階段,同時(shí)在抽取階段中分為兩個(gè)部分:抽取部分和集成部分.通過用戶的少量參與,選定樣本實(shí)例,預(yù)先定義模式,生成具有特點(diǎn)和高效的各種抽取規(guī)則(左右邊界規(guī)則、文本特征、前導(dǎo)標(biāo)識(shí)和關(guān)聯(lián)規(guī)則),并保存在知識(shí)庫中,然后根據(jù)知識(shí)庫自動(dòng)進(jìn)行信息的抽取.基于這種抽取方法的原型系

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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)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(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論