版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、Deep Web是不能被搜索引擎檢索到的網絡中的資源。Deep Web中包含的信息量比Surface Web中大了幾個數量級,并且隨著Deep Web中的數據源的個數的不斷增長,Deep Web顯得越來越重要。Deep Web中的網頁通常是通過向表單中提交查詢而返回的,并且結果頁面中的數據大都是結構化的。Deep Web網頁占據了互聯網中全部網頁的很大比例,因此自動的抽取Deep Web網頁中的數據對于搜索引擎以及數據集成等應用都會帶來
2、幫助。同時,從網頁中得到的關于現實世界中對象的元數據信息可以應于數據挖掘等學科。
本文的主要目的在于提出一種能夠自動抽取Deep Web網頁中的數據并且能夠對數據項進行屬性標注的解決方案。該解決方案主要分為兩個部分,第一部分是數據抽取器,這部分主要用來抽取網頁中的結構化的數據。數據抽取器的核心則是MMDR(改進的數據區(qū)域定位)算法,該算法首先將HTML網頁轉換成DOM結構,然后通過比較相鄰子樹之間的相似程度來定位具有相同結構的
3、數據。
第二個重要的組成部分則是屬性標注器。屬性標注器主要用來對抽取到的數據記錄中的數據項進行標注。屬性標注器主要基于條件隨機場。條件隨機場是一種概率圖模型,主要用于標注以及切分等任務。同時屬性標注器使用探測與合并算法,使得標注的結果具有更加明確的含義。
通過實驗結果以及對實驗的分析,驗證了本文提出的方法能夠有效地抽取并標注結果頁面中的數據。這些方法不僅能夠解決數據抽取及模式識別的問題,而且能夠對數據集成提供理論與實
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,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,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。
最新文檔
- 基于結果模式的Deep Web數據抽取機制的研究.pdf
- Deep Web數據抽取及語義標注研究.pdf
- 基于結果模式的Deep Web語義標注研究.pdf
- 特定領域的Deep Web數據抽取與語義標注研究.pdf
- 面向Deep Web的數據抽取與語義標注技術研究.pdf
- Deep Web環(huán)境下數據抽取及模式識別的研究.pdf
- Deep Web數據集成系統(tǒng)中數據抽取與語義標注研究.pdf
- 面向deep web的數據抽取與結果聚合技術研究.pdf
- Deep Web數據抽取和語義標注技術研究.pdf
- Deep Web查詢接口模式匹配與結果標注方法研究.pdf
- Deep Web數據集成中的結果抽取及實體識別研究.pdf
- 面向Deep Web數據集成的數據抽取研究.pdf
- 用于Deep Web數據集成的數據抽取技術.pdf
- 基于Hadoop的Deep Web查詢結果自動抽取研究.pdf
- Deep Web查詢接口及查詢結果抽取研究.pdf
- Deep Web查詢轉換和數據抽取的研究.pdf
- Deep Web數據集成系統(tǒng)中數據標注研究.pdf
- 基于CPN網絡的Deep Web集成系統(tǒng)中結果模式語義標注方法.pdf
- 特定領域的Deep Web查詢集成及結果抽取.pdf
- 基于結果模式的Deep Web數據集成關鍵技術研究.pdf
評論
0/150
提交評論