基于樹自動機的Web信息抽取.pdf_第1頁
已閱讀1頁，還剩53頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、隨著互聯網的高速發(fā)展,傳播信息的重要方法之一便是Web,如何準確快速地在龐大的互聯網中獲取信息,目前已經有很多的科研工作者將此作為研究方向。在這樣的背景之下,便產生了Web信息抽取技術。Web信息抽取技術不僅能夠從互聯網上獲得用戶需要的信息,另外也能夠將獲得的信息作為創(chuàng)建數據挖掘系統(tǒng)和智能查詢系統(tǒng)的基礎。因此,信息抽取技術具有十分廣闊的應用前景。
　　信息抽取(IE)是指從一系列的文檔中提取出特定的信息。當前大部分信息抽取工作是從

2、半結構化文檔XML或HTML中提取信息,目前現有的技術是基于字符串的提取方法,像有限自動機歸納方法。不過,這種方法并沒有利用到XML文檔的樹形結構。在本文中,我們引入了樹自動機技術,來代替字符串的提取方法。本文首先介紹了Web信息抽取的相關技術分類和評價指標,并分析了樹自動機、文法推理及信息抽取技術。在有秩樹自動機推理方面,本文在k-testable推理算法的基礎上,提出了g-testable和gl-testable算法,提高了抽取的召

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論