基于框架語義標(biāo)注的Web信息抽取技術(shù)研究.pdf

1、隨著Internet的快速發(fā)展，web已經(jīng)成為全球化的信息源，它為信息共享和資源共享提供了一個(gè)良好的平臺。然而，用傳統(tǒng)的搜索引擎人們很難迅速準(zhǔn)確地找到所需要的信息。信息抽取技術(shù)正是在這樣的前提背景下產(chǎn)生的，信息抽取是從網(wǎng)頁(文本)中自動(dòng)地抽取出有用的信息的一種技術(shù)，它是目前智能信息處理的一個(gè)重要研究課題。信息抽取系統(tǒng)在web上抽取的信息不僅可以直接提供給用戶，還可以作為構(gòu)建智能查詢系統(tǒng)和數(shù)據(jù)挖掘系統(tǒng)的基礎(chǔ)，有著廣闊的應(yīng)用前景。

2、本文首先介紹了信息抽取系統(tǒng)的產(chǎn)生背景、發(fā)展歷史，研究了信息抽取技術(shù)的研究現(xiàn)狀，分析了當(dāng)前幾種重要的信息抽取工具和當(dāng)前信息抽取工具的一些缺陷——缺乏語義或語義模型過于簡單。然后針對這一不足之處，利用框架語義在語義信息標(biāo)示方面的優(yōu)勢來解決信息抽取結(jié)果中語義信息缺失或語義信息過于簡單這一問題，提出了一種信息抽取的方法——基于框架語義標(biāo)注的信息抽取。 本文通過構(gòu)造一個(gè)基于框架語義標(biāo)注的web圖書信息抽取系統(tǒng)來說明基于框架語義標(biāo)注的信息抽

3、取技術(shù)的思想——將框架語義網(wǎng)絡(luò)技術(shù)、領(lǐng)域本體知識和信息抽取技術(shù)相結(jié)合。對自由文本進(jìn)行信息抽取時(shí)，首先進(jìn)行框架語義標(biāo)注，再根據(jù)標(biāo)注結(jié)果結(jié)合領(lǐng)域本體知識生成抽取規(guī)則。該方法的特點(diǎn)在于在抽取過程中以框架語義標(biāo)注作為構(gòu)建信息抽取規(guī)則的基礎(chǔ)，用統(tǒng)一的方法來指導(dǎo)信息抽取過程一一以語義角色為核心構(gòu)建信息模式，將信息模式的建立上升到語義角色一級，從而達(dá)到所抽取出信息的帶有明確的語義信息。 本系統(tǒng)對于實(shí)現(xiàn)基于語義的信息抽取研究具有重要的現(xiàn)實(shí)意義。