基于領域本體的Web信息抽取研究.pdf

1、隨著Internet的迅速發(fā)展，Web作為全球化的信息源已經成為人們獲取信息的重要來源。但是，由于Web頁面的無結構性、Web內容的多樣性和Web頁面的動態(tài)變化等原因，人們在Web上很難搜索到真正想要的信息。Web信息抽取技術可以將Web中各種不同格式表達的信息轉化為統(tǒng)一的信息表達方式，從而為人們提供更有力的信息獲取工具。
　　 本文通過研究和分析本體的相關概念和本體的構建，以及信息抽取的相關知識。在此基礎上，本文提出了一種新的

2、基于領域本體的Web信息抽取方法。該方法利用領域本體中的概念、屬性、關系等自動生成匹配模式，同時對待抽取Web頁面進行預處理及語法分析得到處理后的文檔，再和生成的抽取規(guī)則一起對預處理后的文檔進行信息抽取，最后把抽取的結果以記錄的形式輸出到數(shù)據(jù)庫以便查詢?；陬I域本體的信息抽取最大的優(yōu)點是抽取對Web頁面的結構沒有依賴性。另外，利用本體來描述和表達信息抽取的知識庫增強了抽取模板的語義表達能力，將信息抽取的重點放在特定的領域，可以大大提高信