一种改进的基于本体的Web信息抽取

• 作者: 柳佳刚 陈山 黄樱
• 来源期刊: 计算机工程
• 学科: 地球科学
• 关键词: 信息抽取 本体 归纳学习 文档对象模型
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 39-41,44
• 页数: 4页
• 分类号: N945
• 字数: 4397字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.04.014

摘要

以Web页面信息项本体定义为基础,对单个样本页面信息项路径进行启发式学习,对所有样本页面集中信息块路径进行归纳学习,识别结构相似的信息块子树位置,以准确划定信息抽取区域,降低页面噪声.将经过噪声处理的样本页面自动解析成页面的结构本体.比较Web页面信息项本体和页面的结构本体,通过归纳学习算法生成抽取规则,提高Web信息的抽准率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄樱	湖南工学院计算机科学系	22	73	5.0	7.0
2	柳佳刚	湖南工学院计算机科学系	12	49	4.0	6.0
3	陈山	湖南工学院计算机科学系	4	29	3.0	4.0