基于文檔結(jié)構(gòu)的半監(jiān)督Blog信息抽取技術(shù).pdf

1、隨著話題檢測、社區(qū)發(fā)現(xiàn)、垂直搜索引擎等Blog研究的展開，對于結(jié)構(gòu)化Blog數(shù)據(jù)的渴求也日益強烈，然而傳統(tǒng)Web信息抽取在豐富靈活多變的Blog數(shù)據(jù)源中遇到了很大挑戰(zhàn)，因此專門針對Blog數(shù)據(jù)的信息抽取技術(shù)研究成為迫切需要。
　　本文首先對Blog頁面進行了深入的分析，發(fā)現(xiàn)頁面含有結(jié)構(gòu)信息和語義信息，針對這一特點提出了一種Blog數(shù)據(jù)特征方法，該方法將原始Blog數(shù)據(jù)轉(zhuǎn)化為值和路徑的表示方式，更有利于信息抽取。另外發(fā)現(xiàn)Blog頁面

2、模板化、模塊化和個性化的特點，這會導致Html結(jié)構(gòu)發(fā)生變化，進而信息抽取面對數(shù)據(jù)源也會不統(tǒng)一，為解決這些問題，本文提出了基于子樹相似性的Blog頁面分塊算法（BPS-BSS），該算法通過遞歸地對頁面中節(jié)點進行層次聚類合并篩選，能夠提取出Blog頁面中的所有Blog模塊，使信息抽取算法只需要在模塊內(nèi)部抽取信息即可。實驗表明該算法具有很高的準確性和很低的時間復雜度。
　　提取出Blog頁面中的Blog模塊之后，利用模塊含有的語義信息，

3、本文提出了基于本體論的信息抽取算法，該算法首先建立一一對應的Module概念和Blog概念，每個Blog概念都含有信息項概念，每個信息項都含有一些數(shù)據(jù)屬性信息；然后采用半監(jiān)督的方式簡單地標注樣本，利用樣本來歸納學習信息項的數(shù)據(jù)屬性；最后利用信息項的數(shù)據(jù)屬性生成信息項的抽取規(guī)則。由于是在模塊內(nèi)部進行信息抽取，實驗表明，這種算法不僅提高了抽取速度也提高了抽取準確性。
　　基于以上的研究成果，本文設(shè)計并實現(xiàn)了一個Blog信息抽取的實驗原