

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(jiǎn)介
1、隨著萬維網(wǎng)的迅速發(fā)展,近十年來,Web信息抽取日益成為學(xué)術(shù)界和商業(yè)領(lǐng)域的一個(gè)研究熱點(diǎn).Web信息抽取的目標(biāo)是,從多個(gè)異質(zhì)的Web站點(diǎn)中定位和識(shí)別感興趣的信息,并將抽取結(jié)果以統(tǒng)一的結(jié)構(gòu)化的格式表示.Web信息抽取是Web數(shù)據(jù)挖掘、機(jī)器翻譯等應(yīng)用的基礎(chǔ).Web信息抽取的主要困難是由于萬維網(wǎng)上的Web頁面固有的數(shù)量巨大、異質(zhì)且動(dòng)態(tài)更新的特點(diǎn)而帶來的復(fù)雜性、可擴(kuò)展性、適應(yīng)性問題.該文提出了一個(gè)基于Agent技術(shù)的Web信息抽取系統(tǒng).它是一個(gè)多A
2、gent系統(tǒng),主要由三個(gè)Agent和四個(gè)知識(shí)庫組成.知識(shí)庫是系統(tǒng)運(yùn)行的基礎(chǔ),該文采用XML表示W(wǎng)eb信息抽取所用知識(shí)和結(jié)果數(shù)據(jù).另外,XML在該文中還用于Agent之間的通信.系統(tǒng)中的Agent包括用戶接口Agent、Web頁面獲取Agent和信息抽取Agent.各個(gè)Agent有自己的子目標(biāo)、功能和行為,可以自主運(yùn)行,同時(shí)Agent之間通過協(xié)調(diào)和合作,共同為準(zhǔn)確高效地進(jìn)行Web信息抽取的總目標(biāo)服務(wù).采用這種結(jié)構(gòu)簡(jiǎn)化了問題的復(fù)雜性.系統(tǒng)的
3、三個(gè)Agent中,信息抽取Agent是核心,主要負(fù)責(zé)學(xué)習(xí)抽取規(guī)則和運(yùn)用抽取規(guī)則進(jìn)行信息抽取.其中借鑒了現(xiàn)有的已被廣泛使用的包裝器歸納法的思想和DOM樹方法.系統(tǒng)的抽取規(guī)則從信息在特定領(lǐng)域的語義特征和頁面格式特征兩方面定義,使抽取規(guī)則具有一定程度的適應(yīng)性和可重用性.由于Web頁面獲取Agent具有主動(dòng)感知Web頁面更新、并通知信息抽取Agent調(diào)整抽取規(guī)則的能力,更進(jìn)一步增強(qiáng)了系統(tǒng)的適應(yīng)性.此外,通過用戶和Agent配合、半自動(dòng)化學(xué)習(xí)抽取
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。
最新文檔
- 基于Web的競(jìng)爭(zhēng)信息抽取研究.pdf
- 基于Web的表格信息抽取研究.pdf
- 基于web的表格信息抽取研究
- 基于本體的Web信息抽取.pdf
- 基于實(shí)例的Web信息抽取.pdf
- 基于領(lǐng)域Ontology的Web信息抽取研究.pdf
- 基于Web的信息抽取技術(shù)研究.pdf
- 基于Web的病毒信息抽取方法研究.pdf
- 基于Web的電子期刊信息抽取研究.pdf
- WEB信息抽取的研究.pdf
- 基于領(lǐng)域本體的Web信息抽取研究.pdf
- 基于Web的雙語資源信息抽取研究.pdf
- 基于表格的Web信息抽取.pdf
- 基于內(nèi)容冗余的Web信息抽取.pdf
- 基于信息熵的Web信息抽取技術(shù)研究.pdf
- 基于智能Agent的Web信息挖掘研究.pdf
- 基于Web結(jié)構(gòu)的表格信息抽取研究.pdf
- 基于XML的Web信息抽取研究與實(shí)現(xiàn).pdf
- 基于條件隨機(jī)域的Web信息抽取研究.pdf
- 基于本體的手機(jī)領(lǐng)域Web信息抽取.pdf
評(píng)論
0/150
提交評(píng)論