【摘 要】
：
重点研究基于语义标注样本的Web信息自动抽取的实现方法。借助自然语言处理框架GATE,首先引入领域本体对样本网页内容进行语义标注,精确定位出待抽取的语义项,并据此将样本网
论文部分内容阅读
重点研究基于语义标注样本的Web信息自动抽取的实现方法。借助自然语言处理框架GATE,首先引入领域本体对样本网页内容进行语义标注,精确定位出待抽取的语义项,并据此将样本网页解析为S-DOM树。从S-DOM树中抽取出语义项的特征描述,形成样本实例并采用机器学习算法归纳抽取规则,自动生成包装器。抽取过程中,通过比较网页结构的相似度,系统能够感知网页的变化,主动学习并扩展规则库。试验结果表明,由于精确定位保障了学习样本的质量,小样本学习生成的包装器能够达到较为理想的查全率和查准率。
其他文献
(1)今见东汉买地券均为随葬明器,并非实在的土地买卖文书,而是“实在的冥世土地买卖契约”:买地券所涉及的买卖双方、见证人均为亡人,所买卖之对象———墓地所有权是冥世所
<正> 叶舒宪的《中国神话哲学》由中国社会科学出版社出版了(1992年)。 神话学在中国逐渐成为“显学”。其原因在于,它已经迈出自己狭小的领地,而走向跨学科、跨文化的汇通。
武广高铁的开通运营,增强了广东与外界的联通性,促进了其旅游经济格局的转变。文章从旅游产品、旅游效应、旅游经济三个方面分析了武广高铁给广东旅游业带来的影响,进而从资
<正>资管新规按照资管产品的类型制定统一的监管标准,实行公平的市场准入和监管,最大程度地消除监管套利空间,为资管业务健康发展创造良好的制度环境近年来,信托公司、基金管
阿胶具有独特的价值,在中药界占有重要的地位。因此,阿胶类的企业长期处在计划经济体制下,企业依照行业主管部门的计划组织安排生产,产品再按着计划进行调拨分配,因此阿胶类
医用气动物流传输系统在我国已有500多家医院在使用，医院在采购招标过程中应重视很多细节，诸如：是否需要办理进口设备审批，工作站点、管道系统、设备机房的工艺设计，招标文件技术
目的分析在心血管内科中实施护理风险管理措施的方法与效果。方法将本院2016年9月至2017年9月收治的心血管内科患者共计220例作为研究对象,将全部患者随机分为两组:实验组与
开关电源以小型、轻量和高效率的特点被广泛应用于几乎所有的电子设备中。本文利用STC89C52单片机和TL494脉宽调制芯片设计了开关电源，大大地简化了电源电路的结构，具有可维护
由法返德：商鞅社会理想之分析曾振宇崔明德中国传统文化的特质是什么？或者说中国传统文化的类型应如何概括？这是学术界目前普遍关注的一个热点问题。夏殷以上帝祖先崇拜为核心的
生产安全工作一直是经济社会发展过程中非常重要的环节。由于我国安全生产工作具有长期性、复杂性和反复性的特点,企业主体责任不落实、非法违法行为仍然突出和安全管理与监