基于约束的半结构化信息的抽取方法

• 作者: 邹涛 黄豫清
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 数据抽取格式 OEM模型 数据抽取格式约束
• 年，卷（期）: 2002,（1）
• 所属期刊栏目: 算法
• 页码范围: 53-59
• 页数: 7页
• 分类号: TP3
• 字数: 6300字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2002.01.016

摘要

为了对WEB上不规则的动态信息按照数据库的方式集成和查询,本文采用对象交换模型(OEM)建立WEB上信息模型.为了将页面中各个部分表示为对应的OEM对象,本文(1)设计了半结构化信息的抽取算法;(2)定义了满足约束条件的数据抽取格式,并且设计了输出正确抽取格式的候选者算法;(3)给出测试结果.该方法可以抽取结构化和半结构化的信息,比现有的抽取方法通用性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹涛	南京大学多媒体计算机研究所	6	545	5.0	6.0
2	黄豫清	南京大学多媒体计算机研究所	2	155	2.0	2.0