

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、Web數(shù)據(jù)庫(kù)根據(jù)用戶提交的請(qǐng)求,將其內(nèi)容以HTML頁(yè)面的形式動(dòng)態(tài)呈現(xiàn)出來(lái),這些信息稱之為Deep Web資源。而HTML語(yǔ)言的特點(diǎn)是在Web上發(fā)布的,內(nèi)容多樣,形式各異,使得Web上的數(shù)據(jù)處于雜亂無(wú)序的狀態(tài),給數(shù)據(jù)集成系統(tǒng)的建立造成了極大的困難。因此,需要通過(guò)各種技術(shù)手段將網(wǎng)頁(yè)中的無(wú)結(jié)構(gòu)或者半結(jié)構(gòu)化數(shù)據(jù)抽取出來(lái)。同時(shí)為了使抽取獲得的數(shù)據(jù)具有更高的使用價(jià)值,這些數(shù)據(jù)應(yīng)該被應(yīng)用程序所理解,必須為其添加語(yǔ)義注釋。
本文重點(diǎn)分析了
2、Deep Web數(shù)據(jù)抽取和語(yǔ)義標(biāo)注的已有技術(shù),并在此基礎(chǔ)上分別提出了一種基于模板的數(shù)據(jù)抽取方法和一種基于包裝器的語(yǔ)義標(biāo)注方法,最后整合上述研究模塊,設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)面向求職領(lǐng)域的垂直搜索引擎系統(tǒng)。
本文主要研究的內(nèi)容包括:
(1)研究如何從一系列同模板生成的網(wǎng)頁(yè)中檢測(cè)出其背后的模板,并利用模板將嵌入的數(shù)據(jù)自動(dòng)抽取出來(lái)。給出了模板生成問(wèn)題的形式化描述,提出了一種新穎的模板生成方法,并利用生成的模板從實(shí)例網(wǎng)頁(yè)中抽
3、取數(shù)據(jù)。與現(xiàn)有方法相比,該方法能適用“列表頁(yè)面”和“詳細(xì)頁(yè)面”兩種類型網(wǎng)頁(yè)。通過(guò)在多個(gè)領(lǐng)域?qū)嵗军c(diǎn)上實(shí)驗(yàn),說(shuō)明新方法在不降低已有方法準(zhǔn)確率的情況T能進(jìn)一步提高抽取的召回率。
(2)為了準(zhǔn)確且完整地對(duì)抽取的數(shù)據(jù)進(jìn)行語(yǔ)義標(biāo)注,提出一種基于包裝器的語(yǔ)義標(biāo)注方法。該方法利用多個(gè)標(biāo)注源進(jìn)行組合標(biāo)注,有效解決了單標(biāo)注源標(biāo)注率不高問(wèn)題;同時(shí)針對(duì)標(biāo)注不完全問(wèn)題,提出了利用多個(gè)數(shù)據(jù)源的互補(bǔ)關(guān)系進(jìn)行標(biāo)注;最后生成高效率的標(biāo)注包裝器對(duì)抽取結(jié)果自
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。
最新文檔
- 面向Deep Web的數(shù)據(jù)抽取與語(yǔ)義標(biāo)注技術(shù)研究.pdf
- Deep Web數(shù)據(jù)抽取及語(yǔ)義標(biāo)注研究.pdf
- Deep Web數(shù)據(jù)源發(fā)現(xiàn)和語(yǔ)義標(biāo)注技術(shù)研究.pdf
- Deep Web數(shù)據(jù)集成系統(tǒng)中數(shù)據(jù)抽取與語(yǔ)義標(biāo)注研究.pdf
- 特定領(lǐng)域的Deep Web數(shù)據(jù)抽取與語(yǔ)義標(biāo)注研究.pdf
- Deep Web數(shù)據(jù)抽取及集成技術(shù)研究.pdf
- Deep Web數(shù)據(jù)抽取關(guān)鍵技術(shù)研究.pdf
- 基于框架語(yǔ)義標(biāo)注的Web信息抽取技術(shù)研究.pdf
- Deep Web信息抽取技術(shù)研究.pdf
- 面向deep web的數(shù)據(jù)抽取與結(jié)果聚合技術(shù)研究.pdf
- 用于Deep Web數(shù)據(jù)集成的數(shù)據(jù)抽取技術(shù).pdf
- Deep Web環(huán)境下的結(jié)果數(shù)據(jù)抽取與模式標(biāo)注的研究.pdf
- 基于結(jié)果模式的Deep Web語(yǔ)義標(biāo)注研究.pdf
- Deep Web查詢接口識(shí)別與抽取技術(shù)研究.pdf
- Deep Web數(shù)據(jù)集成系統(tǒng)中數(shù)據(jù)標(biāo)注研究.pdf
- 動(dòng)態(tài)Web頁(yè)語(yǔ)義標(biāo)注技術(shù)研究.pdf
- 面向Deep Web數(shù)據(jù)集成的數(shù)據(jù)抽取研究.pdf
- Web數(shù)據(jù)抽取技術(shù)研究.pdf
- Deep Web查詢轉(zhuǎn)換和數(shù)據(jù)抽取的研究.pdf
- 基于語(yǔ)義的web信息抽取技術(shù)研究
評(píng)論
0/150
提交評(píng)論