Web信息抽取及知识表示系统的研究与实现

• 作者: 宁仁霞 徐超 江元 谭守标
• 来源期刊: 计算机系统应用
• 学科: 工学
• 关键词: Web信息提取 知识表示 数据密集型Web页面 基于本体的关键词库
• 年，卷（期）: 2010,（9）
• 页码范围: 1-4,9
• 分类号: TP3
• 字数: 2973字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3254.2010.09.001

摘要

研究了从数据密集型Web页面中自动提取结构化数据并形成知识表示系统的问题.基于知识数据库实现动态页面获取,进行预处理后转换为XML文档,采用基于PAT-array的模式发现算法自动发现重复模式,结合基于本体的关键词库自动识别页面数据显示结构模型,利用XML的对象-关系映射技术将数据存入知识数据库,由此实现Web数据自动抽取.同时,利用知识数据库已有知识从互联网抽取新知识,达到知识数据库的自扩展.以交通信息自动抽取及混合交通出行方案生成与表示系统进行的实验表明该系统具有高抽取准确率和良好的适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宁仁霞	黄山学院电子信息工程系	33	44	3.0	4.0
2	徐超	安徽大学电子科学与技术学院	48	418	11.0	19.0
3	谭守标	安徽大学电子科学与技术学院	32	203	9.0	13.0
4	江元	安徽大学电子科学与技术学院	3	3	1.0	1.0