基于框架语义标注的web信息抽取技术研究new

《基于框架语义标注的web信息抽取技术研究new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、太原理工大学硕士学位论文基于框架语义标注的Web信息抽取技术研究姓名：白鹏洲申请学位级别：硕士专业：计算机软件与理论指导教师：牛之贤20080501太原理工大学硕士研究生学位论文基于框架语义标注的web信息抽取技术研究摘要随着Internet的快速发展，web已经成为全球化的信息源，它为信息共享和资源共享提供了一个良好的平台。然而，用传统的搜索引擎人们很难迅速准确地找到所需要的信息。信息抽取技术正是在这样的前提背景下产生的，信息抽取是从网页(文本)中自动地抽取出有用的信息的一种技术，它是目前智能信息处理的一个重要研究课题。信

2、j息抽取系统在web上抽取的信息不仅可以直接提供给用户，还可以作为构建智能查询系统和数据挖掘系统的基础，有着广阔的应用前景。本文首先介绍了信息抽取系统的产生背景、发展历史，研究了信息抽取技术的研究现状，分析了当前几种重要的信息抽取工具和当前信息抽取工具的一些缺陷一一缺乏语义或语义模型过于简单。然后针对这一不足之处，利用框架语义在语义信息标示方面的优势来解决信息抽取结果中语义信息缺失或语义信息过于简单这一问题，提出了一种信息抽取的方法一一基于框架语义标注的信息抽取。本文通过构造一个基于框架语义标注的web图书信息抽取系统来说明

3、基于框架语义标注的信息抽取技术的思想一一将框架语义网络技术、领域本体知识和信息抽取技术相结合。对自由文本进行信息抽取时，首先进行框架语义标注，再根据标注结果结合领域本体知识生成抽取规则。该方法的特点在于在抽取过程中以框架语义标注作为构建信息抽取规则的基础，太原理工大学硕士研究生学位论文用统一的方法来指导信息抽取过程一一以语义角色为核心构建信息模式，将信息模式的建立上升到语义角色一级，从而达到所抽取出信息的带有明确的语义信息。本系统对于实现基于语义的信息抽取研究具有重要的现实意义。不仅如此，它的体系结构和主要模块的设计思想，对

4、于其他文档的信息抽取系统的设计和实现也具有较高的借鉴价值。关键词：信息抽取，框架语义，领域本体，包装器，抽取规则太原理工大学硕士研究生学位论文RESEARCHOFⅥ砸BINFORMATl0NEXTRACTl0NTECHMCALBASEDONFRAM匝SEMANTICTAGGINGABSTRACTWiththerapiddevelopmentofIntemet，webhasbecomedtheglobalinformationsource，whichprovidesanidealplaceforsharingandcommun

5、icationinformation．However,it。Shardforusertogetaccesstotheneededandusefulinformationquicklyandcorrectlybytraditionalsearchengine．Anewtechnical一-informationextractionhasbeenputforword．Informationextractioncanextractauto—maticallyusefulinformationfromweb(text)．Ithasb

6、eenbecameanimportantresearchtopicintheintelligentinformationprocessingfield．Theseinformationextractedfromthewebsitecannotonlyprovidetheuserbutalsobeafoundationresourceoftheintelligentquerysystemanddataminingsystem．Informationextractionhasverybroadapplicationprospec

7、ts．Thispaperpresentsthebackground，historyofinformationextraction，reviewstheinformationextractionstateofIntemet，analysisseveralimportanttoolsofinformationextraction．Andweanalysissomedisadvantagesofcurrentinformationextractiontechniques．Bacauseoftheadvantagesofframes

8、ematicsinsematicsinformationindicated，anewmethodofinformationIII太原理工大学硕士研究生学位论文extractionbaseonflamesematicstaggingwasputforwordtOresolvethisissu