基于竞争分类的Web信息抽取

• 作者: 张亚非 李向阳 陆建江
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 信息抽取 竞争分类 特征提取 包装器生成
• 年，卷（期）: 2004,（11）
• 所属期刊栏目: 科研通信
• 页码范围: 1915-1917
• 页数: 3页
• 分类号: TP311
• 字数: 3439字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2004.11.037

摘要

提出一种基于竞争分类的Web信息抽取方法,以信息片段与样本之间的相似度作为竞争力,通过信息片段对信息模板槽的竞争实现对信息片段的分类和噪声信息的过滤,直接从分类的角度抽取Web信息.较之基于规则的信息抽取方法,竞争分类法只需用户提供少量的标记样本.测试表明,该方法在没有用户提供特征提示信息的情况下,抽取信息仍能保持较高的准确率,适应性强;对数据项缺失和顺序变化较大的数据源,竞争分类法也具有较好的健壮性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陆建江	东南大学计算机科学与工程系	23	356	11.0	18.0
2	张亚非	解放军理工大学通信工程学院	55	661	13.0	23.0
3	李向阳	解放军理工大学通信工程学院	13	238	8.0	13.0