基于结构分析和实体识别的信息集成

来源 :计算机研究与发展 | 被引量 : 0次 | 上传用户：litao343243581

【摘要】

：

针对海量的Web数据,提出了一种基于文档结构分析和实体识别的Web信息提取和集成方法,利用XML强大的数据描述能力,灵活组织集成的Web文档信息内容.方法首先将半结构化的HTML文

【作者】

：

苏志华杨冬青唐世渭王腾蛟

【机构】

：

北京大学计算机科学与技术系,北京大学计算机科学与技术系

【出处】

：

计算机研究与发展

【发表日期】

：

2004年10期

【关键词】

：

信息提取信息集成 XML WRAPPER 实体识别 information extraction information integration XML wr

【基金项目】

：

国家重点基础研究发展计划(973计划)，国家高技术研究发展计划(863计划)

下载到本地 , 更方便阅读

下载此文赞助VIP

声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架

论文部分内容阅读

针对海量的Web数据,提出了一种基于文档结构分析和实体识别的Web信息提取和集成方法,利用XML强大的数据描述能力,灵活组织集成的Web文档信息内容.方法首先将半结构化的HTML文档转化成具有模式结构的XML文档,然后使用实体识别的技术对不同主题区域进一步抽取出格式良好的数据,最后将得到的多数据类型的信息集成到数据库中,以支持进一步的分析和查询.实验结果证明了该方法的实用和有效性.

其他文献

企业文化重在管理

企业文化是现代企业市场竞争中的重要组成部分，也是企业发展战略的关键要素。一种良好的企业文化，有助于企业形成凝聚力、吸引力、成长力和竞争力。一个企业的企业文化，和企业的

期刊

企业文化管理风格企业发展战略企业价值观企业市场竞争个人价值观企业形成竞争策略

民主治腐败的第三条道路

周树志教授主编的<有序民主论--当代反腐建廉新战略构想>一书,是反映我国当前反腐败斗争和政治体制改革实际的一本理论著作.本书在理论上提出有序民主反腐建廉的新战略构想,

期刊

周树志廉政建设民主毛泽东

校企合作培养高职应用性人才

“工学”结合在高等职业教育中占有非常重要的地位。工学结合已经成为高技能应用性人才培养的模式。高职教育的本质是面向行业或岗位群，培养生产、建设、管理、服务第一线需要

期刊

技术应用性人才高职教育发展合作培养人才培养质量工学结合高等职业教育教育本质培养目标

Web图像清洗技术的研究与实现

目前 Web文档中充斥着各种图像 ,因此 ,对 Web上的图像进行清洗就显得非常必要 .提出了 Web图像清洗的概念 ,给出了一种基于机器学习的 Web图像清洗方案 ,并实现了基于此方案的系统 .将图像特征的提取建立在 Web文档的 DOM结构之上 ,并在决策树算法的基础上对多种特征表示及组合进行了实验和评估 .实验结果表明 ,提出的 Web图像清洗方案切实可行 ,清洗方法具有较快的速度和准确性

期刊