資源描述:
《基于領(lǐng)域知識(shí)的web信息抽取方法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、TP39學(xué)校代碼:10363分類(lèi)號(hào)::2130710102密級(jí):公開(kāi)學(xué)號(hào)AnhuiPolytech打icUniversity碩±學(xué)位論文題目基于領(lǐng)域知識(shí)的Web信息抽取方法研究論文作者金佳指導(dǎo)教師陶瞭副教授學(xué)科(專(zhuān)業(yè))計(jì)算機(jī)應(yīng)用技術(shù)研究方向軟件工程與數(shù)據(jù)庫(kù)技術(shù)論文提交日期:2016年6月8日分類(lèi)號(hào):1:TP巧單位代碼03的密級(jí):公開(kāi)學(xué)號(hào):2130710102霞目基于領(lǐng)域知巧的W沈信息抽取方巧研巧英文并列題巨Research
2、onWebInformationExtractionBasedonDomainKnowledge學(xué)生姓名:余偉指導(dǎo)教師:陶曉專(zhuān)業(yè):計(jì)算機(jī)應(yīng)用巧術(shù)硏究方向:軟件工程與數(shù)據(jù)庫(kù)技術(shù)論文答辯日期:2016年6月2日安巧工程大學(xué)學(xué)位論文原創(chuàng)性聲明。本人鄭重聲明:我恪守學(xué)術(shù)道德,崇尚嚴(yán)謹(jǐn)學(xué)風(fēng)所呈交的學(xué)位論文,是本人在導(dǎo)師的指導(dǎo)下。,獨(dú)立進(jìn)行研究工作所取得的成果除文中已明確注明和引用的內(nèi)容外,本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的作品及成果的內(nèi)容。論文為
3、本人親自撰寫(xiě),我對(duì)所寫(xiě)的內(nèi)容負(fù)責(zé),并完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名:「曰期:件^月曰/y安後工程大學(xué)學(xué)位論文版權(quán)使用授權(quán)書(shū)學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定,同意學(xué)校保留。并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版,允許論文被查閱或借閱本人授權(quán)安徽工程大學(xué)可W將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索,可采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密□,在解密后適用本版權(quán)書(shū)。__年本學(xué)位論文屬于不保密學(xué)位論文
4、作者簽名;指導(dǎo)教師簽名:^》。'曰期年《月》曰曰期;居年《月^曰安徽工程大學(xué)碩±學(xué)位論文基于領(lǐng)域知識(shí)的Web信息抽取方法研究搪要在互聯(lián)網(wǎng)高速發(fā)展的背景下,W沈已經(jīng)成為全球信息化的主要來(lái)源,擁有海量數(shù)據(jù)并且在不斷增長(zhǎng)。但是,由于W沈頁(yè)面的動(dòng)態(tài)性、內(nèi)容的多樣性和結(jié)構(gòu)的復(fù)雜性,使得人們從Web上獲得想要的信息很困難。Web信息抽取技術(shù)的產(chǎn)生可W將頁(yè)面中的無(wú)結(jié)構(gòu)或半結(jié)構(gòu)化一的信息準(zhǔn)確提取出來(lái),W結(jié)構(gòu)化的形式呈現(xiàn)出來(lái),為人們提供種獲得有效信息的途徑。但是傳統(tǒng)的Web信息抽取技術(shù)無(wú)法形式
5、化描述頁(yè)面中包含的語(yǔ)義信息,抽取出的結(jié)果語(yǔ)義模糊,準(zhǔn)確率差。本體能夠?qū)μ囟I(lǐng)域的知識(shí)有很好的形式化描述,對(duì)W沈信息抽取的性能有促進(jìn)作用。因此eb,基于領(lǐng)域本體的W信息抽取技術(shù)隨么誕生一?;陬I(lǐng)域知識(shí)的W沈信息抽取是種將領(lǐng)域本體和信息抽取技術(shù)相結(jié)合的技術(shù)一。對(duì)某特定領(lǐng)域信息利用本體知識(shí)對(duì)其進(jìn)行描述,使得Web信息抽取技術(shù)針對(duì)該特定領(lǐng)域的抽取結(jié)果更為顯著。本文研究了W沈信息抽取、語(yǔ)義網(wǎng)及本體的相關(guān)理論,分析總一結(jié)了構(gòu)建領(lǐng)域本體的主要方法,選擇了種基于知識(shí)工程的本體構(gòu)建方法,并W新浪微博為
6、例闡述本文構(gòu)建領(lǐng)域本體的方法和規(guī)則。在此基礎(chǔ)上,分別W新浪微博和DeepW沈?yàn)楸尘?,?duì)基于領(lǐng)域知識(shí)的W純信息抽取方法展開(kāi)相關(guān)研究,做了主要工作如下;1分析當(dāng)前構(gòu)建領(lǐng)域本體的走種主要方法(),比較各種方法優(yōu)缺點(diǎn)和應(yīng)用場(chǎng)合。針對(duì)本文的應(yīng)用場(chǎng)景,選擇了基于知識(shí)工程的構(gòu)建方I安銜工程大學(xué)碩±學(xué)位論文法。新浪微博為例,詳細(xì)描述本文領(lǐng)域本體內(nèi)概念、關(guān)系、類(lèi)屬性和常用基本原理的收集,闡述了構(gòu)建工具、構(gòu)建規(guī)則和構(gòu)建過(guò)程,并一致性的檢測(cè)對(duì)本體進(jìn)行形式化描述和。口)針對(duì)傳統(tǒng)基于本體的Web頁(yè)面信
7、息抽取W單個(gè)信息項(xiàng)為抽?。崳妴挝?,抽取出的信息項(xiàng)語(yǔ)義關(guān)聯(lián)度較差且抽取準(zhǔn)確率不理想的問(wèn)題,提出一種基于本體的微博用戶信息抽取方法。該方法采用兩層次匹配機(jī)制,將頁(yè)面中具有語(yǔ)義關(guān)聯(lián)的不同層次信息劃分成對(duì)應(yīng)信息塊,W信息塊作為最小抽取單位進(jìn)行信息的抽取。實(shí)驗(yàn)采用新浪微博的頁(yè)面為例,對(duì)所提方法性能進(jìn)行檢驗(yàn)。(3)DeepWeb頁(yè)面中實(shí)體區(qū)域的確定。首先,利用廣度優(yōu)先算法去除頁(yè)面DOM樹(shù)中包含的噪音信息;然后,根據(jù)DOM樹(shù)節(jié)點(diǎn)相似性原理更精確地定位確定頁(yè)面中的數(shù)據(jù)區(qū)域;最后采用VSM(vectors
8、pacemodel的余弦值方法確定實(shí)體區(qū)域。)4目前大多數(shù)針對(duì)DeeWeb頁(yè)面的抽取方法都較為依賴(lài)mb()p頁(yè)面結(jié)構(gòu),忽略了頁(yè)面信息間包含的語(yǔ)義關(guān)系,導(dǎo)致抽取結(jié)果不理想。提出一種基于領(lǐng)域本體的DeeWeb實(shí)體信息后處理方法p。該方法對(duì)實(shí)體區(qū)域中實(shí)體信息進(jìn)行標(biāo)注,將量化的標(biāo)注結(jié)果添加到實(shí)體與本體