健康领域Web信息抽取

摘要：

针对Web信息抽取(WIE)技术在健康领域应用的问题,提出了一种基于WebHarvest的健康领域Web信息抽取方法.通过对不同健康网站的结构分析设计健康实体的抽取规则,实现了基于WebHarvest的自动抽取健康实体及其属性的算法;再把抽取的实体及其属性进行一致性检查后存入关系数据库中,然后对关系数据库中隐含健康实体的属性值利用Ansj自然语言处理方法进行实体识别,进而抽取健康实体之间的联系.该技术在健康实体抽取实验中,平均F值达到99.9％,在实体联系抽取实验中,平均F值达到80.51％.实验结果表明提出的Web信息抽取技术在健康领域抽取的健康信息具有较高的质量和可信性.

关键词：信息抽取、健康信息抽取、一致性检查、实体识别、实体联系抽取

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61073057.This work is partially supported by the National Natural Science Foundation of China 61073057

在线出版日期：2016-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：163-170