| 基于自然标注的网页信息抽取研究 |
| |
| 引用本文： | 李志义,沈之锐.基于自然标注的网页信息抽取研究[J].情报学报,2013,32(8). |
| |
| 作者姓名： | 李志义 沈之锐 |
| |
| 作者单位： | 1. 华南师范大学经管学院,广州,510006
2. 广州中国科学院软件应用技术研究所,广州,511458 |
| |
| 基金项目： | 广东省哲学社会科学基金项目"基于网络日志的用户行为分析与网站信息组织优化研究" |
| |
| 摘 要： | 随着Web网页数量的爆炸式增长和网页噪声不断增多,网上获取重要信息变得越来越困难.本文从一个新的角度,提出了一种基于自然标注的网页信息抽取方法.依据这种方法,首先对网页进行聚类,提取具有相似结构的网页并进行相同的标注,然后采用SVM对抽取项进行训练,最后提取到需要抽取的数据.文章的主要贡献在于对网页中的自然标注进行分析和发现,给出了九大类自然标注的例子,并结合聚类和支持向量机,给出了训练方法.从实验结果上看,本方法优于其他方法.
|
| 关 键 词： | 自然标注 信息抽取 聚类 支持向量机 语义 |
Web Information Extraction Study Based On Natural Annotation |
| |
| Li Zhiyi
,
Shen Zhirui.Web Information Extraction Study Based On Natural Annotation[J].Journal of the China Society for Scientific andTechnical Information,2013,32(8). |
| |
| Authors: | Li Zhiyi Shen Zhirui |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
