已閱讀1頁，還剩54頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：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)，請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、互聯(lián)網(wǎng)上信息爆炸，如何快速檢索需要信息以及更有效的利用這些信息，成為亟待解決的問題。本文介紹了信息集成系統(tǒng)WS-IIS，該系統(tǒng)整合各種異質(zhì)的數(shù)據(jù)源以及Web服務(wù)，其中就包含Web數(shù)據(jù)源。作為WS-IIS一個輔助部分，Web信息抽取子系統(tǒng)提供將Web網(wǎng)站提供的信息封裝為Web服務(wù)，供信息集成系統(tǒng)使用。 本文研究的內(nèi)容包括Web信息抽取規(guī)則和抽取流程兩部分。Web頁面一般是HTML語言描述的，著重于數(shù)據(jù)的呈現(xiàn)，而不是數(shù)據(jù)的描述。信息
2、集成系統(tǒng)沒有辦法直接利用這些頁面上的信息，所以需要Wrapper包裝器程序?qū)⑦@些頁面抽取至目標(biāo)模式。Wrapper的核心是抽取規(guī)則。本文提出的基于DOM的信息抽取方法，提出用標(biāo)準(zhǔn)的XMI，技術(shù)操縱Web頁面，將數(shù)據(jù)提取出來。抽取試驗證明了這種抽取方法的可行性。抽取規(guī)則只解決了從Web頁面抽取出數(shù)據(jù)至目標(biāo)模式的問題，然而在互聯(lián)網(wǎng)環(huán)境下，Web信息集成面臨許多新的挑戰(zhàn)。本文提出了信息抽取流程和基于流程的信息抽取框架。XML描述的抽取流程取代
溫馨提示
- 1. 本站所有資源如無特殊說明，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)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 信息集成系統(tǒng)中面向領(lǐng)域的Web信息抽取研究.pdf
- WEB信息的抽取與集成.pdf
- 面向Web信息集成的Web信息抽取中若干關(guān)鍵問題的研究.pdf
- 基于Ontology的Web信息抽取和信息集成的研究.pdf
- 基于XML的Web信息抽取與集成技術(shù)的研究.pdf
- 基于信息熵的Web信息抽取技術(shù)研究.pdf
- Web信息自動抽取技術(shù)的研究.pdf
- WEB信息抽取的研究.pdf
- 基于Web的信息抽取技術(shù)研究.pdf
- Web信息抽取框架技術(shù)研究.pdf
- Deep Web信息抽取技術(shù)研究.pdf
- WEB信息集成技術(shù)研究.pdf
- Web信息檢索及信息抽取中若干問題的研究.pdf
- 基于視覺信息的Deep Web信息自動抽取技術(shù)的研究.pdf
- 基于語義的web信息抽取技術(shù)研究
- 基于語義的Web信息抽取技術(shù)研究.pdf
- 信息化教育領(lǐng)域的Web信息抽取技術(shù)研究.pdf
- 基于DOM的Web信息自動抽取技術(shù)的研究.pdf
- Web信息自動抽取技術(shù)的研究與實現(xiàn).pdf
- Web信息智能抽取技術(shù)的研究與實現(xiàn).pdf
評論
0/150
提交評論