基于模板的Deep Web实体识别信息抽取方法研究
Web技术的发展导致Web数据激增,其中Deep Web数据占主要部分.实体识别是开展模式识别、数据集成等Deep Web关键技术研究的首要前提.为提高实体识别的效率和准确性,提出了基于模板的Deep Web实体识别信息抽取方法.该方法拥有三个不同的处理阶段:其中基于DOM树抽取规则的模板训练阶段最为关键,抽取规则通过结构分析和语义分析两个阶段完成,此外该方法还包含着数据准备和实体信息抽取两个辅助阶段.最后经实验验证所提方法在提升实体识别准确性的同时具有较好的信息抽取效率.
Deep Web、实体识别、模板、语义分析、DOM树
44
TP311.1;TP391.1(计算技术、计算机技术)
辽宁省博士科研启动基金201601099;辽宁省社科规划项目L14DGL049;2016年省级本科教改立项一般项目;辽宁省档案科技项目L-2016-8-7
2017-07-14（万方平台首次上网日期，不代表论文的发表时间）
共8页
97-104
