2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩69頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著Web信息的迅速擴(kuò)張,Web成為當(dāng)今信息獲取和發(fā)布的事實(shí)標(biāo)準(zhǔn)。為此人們對(duì)信息抽取(IE)系統(tǒng)進(jìn)行大量研究,以幫助用戶在浩瀚如煙的Web上準(zhǔn)確有效地提取自己真正需要的信息。如今已出現(xiàn)大量的信息抽取系統(tǒng),如W4F、RoadRunner、WHISK、RAPIER、WIEN等。它們?cè)谑褂眉夹g(shù)、自動(dòng)化程度、適用領(lǐng)域等方面都存在一定的差異性。 IE系統(tǒng)中最重要的是抽取規(guī)則,它用來(lái)定位和識(shí)別待抽取的信息。WHISK系統(tǒng)是一個(gè)半自動(dòng)的IE

2、系統(tǒng),對(duì)結(jié)構(gòu)化、半結(jié)構(gòu)化的Web文本它都能使用生成的抽取規(guī)則進(jìn)行信息抽取。但是它在規(guī)則學(xué)習(xí)過(guò)程中規(guī)則不能保證以最優(yōu)的方式進(jìn)行擴(kuò)展,且生成規(guī)則集的效率較低。針對(duì)以上問(wèn)題,本文提出了利用遺傳算法改進(jìn)WHISK的監(jiān)督式學(xué)習(xí)算法,并采用移除法生成規(guī)則集。算法主要實(shí)現(xiàn)以下功能:一、例子的預(yù)處理,包括例子去噪和例子標(biāo)注;二、項(xiàng)的定義和轉(zhuǎn)化;三、用遺傳算法擴(kuò)展規(guī)則;四、用移除法生成規(guī)則集。 我們還實(shí)現(xiàn)了一個(gè)用于在線挖掘網(wǎng)站的Web信息抽取系統(tǒng)

3、,應(yīng)用檢索規(guī)則探查不同網(wǎng)站,使用抽取規(guī)則抽取淺層知識(shí),再進(jìn)行統(tǒng)計(jì)分析發(fā)現(xiàn)變化趨勢(shì)。系統(tǒng)主要提供以下功能:1、根據(jù)檢索規(guī)則自動(dòng)下載并解析網(wǎng)頁(yè);2、在用戶的參與下,提供圖形用戶界面定義單槽抽取規(guī)則或通過(guò)學(xué)習(xí)算法生成多槽抽取規(guī)則;3、實(shí)現(xiàn)批量任務(wù)的自動(dòng)抽取并存儲(chǔ)數(shù)據(jù);4、對(duì)抽取的歷史數(shù)據(jù),提供直觀的圖形顯示統(tǒng)計(jì)結(jié)果。 通過(guò)對(duì)多種類型的真實(shí)在線的網(wǎng)頁(yè)進(jìn)行實(shí)驗(yàn)分析,表明IE系統(tǒng)有較好的通用性;通過(guò)與WHISK系統(tǒng)的實(shí)驗(yàn)結(jié)果進(jìn)行比較分析,表

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論