基于本體的Web非規(guī)范知識處理中信息抽取技術研究.pdf

1、隨著Internet的快速發(fā)展，互聯(lián)網(wǎng)的信息以每四到六個月翻一倍的速度迅猛增長，傳統(tǒng)的依靠瀏覽器以及關鍵字檢索查詢的搜索引擎已經(jīng)越來越難滿足人們對互聯(lián)網(wǎng)信息服務的需要，如何幫助人們準確有效地找出自己所需要的信息資料，已經(jīng)越來越迫切的擺在我們的面前。針對Internet上文本的半結構化和無結構化的特點，我們在信息抽取中引入了Ontology(本體)的技術，提出了一種基于Ontology，能處理語義的Web信息抽取(InformationE

2、xtraction，縮寫為IE)技術。該技術通過將互聯(lián)網(wǎng)上以不同形式分散在不同網(wǎng)站上的同一主題的信息收集在一起，并用結構化形式存儲，從而為用戶提供簡潔、準確的信息。信息抽取技術是一種面向具體任務的實用的文檔理解技術。與復雜的自然語言理解技術不同，IE技術通常采用淺層的文本分析技術，提取出設計者關注的特定主題領域的信息。該技術適用于具有特定主題及對相對確定的信息結構的文檔如廣告，新聞，旅游，股票、會議日程等。 自動信息抽取技術是近

3、十年來發(fā)展起來的。有兩個因素對其發(fā)展有重要的影響：一是在線和離線文本數(shù)量的幾何級增加，另一是“消息理解研討會”(MUC)近十幾年來對該領域的關注和推動。根據(jù)各種工具所采用的原理將現(xiàn)有的工具分為以下5類：基于自然語言處理方式的信息抽取、包裝器歸納方式的信息抽取、基于HTML結構的信息抽取和基于Web查詢的信息抽取、基于Ontology方式的信息抽取?；谧匀徽Z言處理方式的信息抽取在一定程度上借鑒了自然語言處理技術，利用子句結構，短語和子句

4、間的關系建立基于語法和語義的抽取規(guī)則實現(xiàn)信息抽取，該種抽取方法的實現(xiàn)非常復雜，抽取效率也比較低；包裝器歸納方式的信息抽取根據(jù)事先由用戶標記好的樣本實例應用機器學習方式的歸納算法，生成基于定界符的抽取規(guī)則，該種信息抽取方法需要大量的樣本文本?；贖TML結構的信息抽取技術特點是，根據(jù)Web頁面的結構定位信息，在信息抽取之前通過解析器將Web文檔解析成語法樹，通過半自動化的方式產(chǎn)生抽取規(guī)則，將信息抽取轉化為對語法樹的操作實現(xiàn)信息抽取，這種信

5、息抽取方法對文本結構的要求比較嚴格，同一抽取系統(tǒng)只能應用于相同或類似結構的文本；基于Web查詢的信息抽取將Web信息抽取轉化為使用標準的Web查詢語言對Web文檔的查詢，具有通性。但該種方法需要先把Web信息轉化為符合XML文法的形勢，然后再根據(jù)其結構寫查詢語句，另外這種方法對文本格式的要求也比較嚴格。本文應用的基于Ontology的信息抽取主要是利用本身的描述信息實現(xiàn)抽取。這種信息抽取方法是首先建立領域本體，然后根據(jù)領域本體的關鍵字和