基于本體的文本信息抽取技術(shù)及實(shí)現(xiàn).pdf

1、學(xué)校代碼：幽分類號(hào)：!盥研究生學(xué)號(hào)：窒QQ晝窒!墾Z墨密級(jí)：玉東牡埽冠大雪碩士學(xué)位論文基于本體的文本信息抽取技術(shù)及實(shí)現(xiàn)AnOntology—basedtextinformationextractiontechnologyandrealized作者：吳蘭蘭指導(dǎo)教師：學(xué)科專業(yè)：研究方向：學(xué)位類型：孫鐵利教授計(jì)算機(jī)應(yīng)用技術(shù)信息抽取學(xué)歷碩士東北師范大學(xué)學(xué)位評(píng)定委員會(huì)2011年5月摘要隨著社會(huì)的不斷進(jìn)步，網(wǎng)絡(luò)上的資源越來越豐富，這給人們帶來方便的

2、同時(shí)也帶來了不便，因?yàn)槿藗冊诖罅康男畔⒅锌焖俚恼业阶约核枰男畔⒆兂闪艘患芾щy的事情。在計(jì)算機(jī)學(xué)科中為了攻克這一難題大家進(jìn)行了刻苦的專研，就是在這樣的情況下產(chǎn)生的信息抽取技術(shù)。而基于本體的信息抽取技術(shù)現(xiàn)今已經(jīng)成為信息抽取技術(shù)中的研究熱點(diǎn)。本文先闡述了信息抽取技術(shù)及其產(chǎn)生的背景和發(fā)展歷史，然后對(duì)本體的基本知識(shí)進(jìn)行了研究，在此基礎(chǔ)上，本文提出了一種新的基于本體的信息抽取方法，將本體和信息抽取結(jié)合起來，即利用本體的規(guī)則生成模塊，進(jìn)而生成抽

3、取規(guī)則來抽取人們所需要的文本信息。所以利用信息抽取規(guī)則來進(jìn)行信息抽取實(shí)際上就是基于本體的信息抽取。本文設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于高校教師簡歷本體的信息抽取系統(tǒng)，設(shè)計(jì)了基于本體的信息抽取系統(tǒng)的總體框架，并詳細(xì)說明系統(tǒng)中的主要模塊的設(shè)計(jì)和實(shí)現(xiàn)，其中包括領(lǐng)域本體的構(gòu)建、本體解析的過程、web頁面的預(yù)處理、信息抽取的實(shí)現(xiàn)等。本文將無規(guī)則的web頁面進(jìn)行預(yù)處理后存入到數(shù)據(jù)庫中，用Prot69633構(gòu)建高校教師簡歷本體，然后將本體進(jìn)行解析，將解析后的概念