采用树自动机推理技术的信息抽取方法

• 作者: 张来顺 谭鹏许
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 树自动机推理算法 结构化(半结构化)文档 无秩树自动机 信息抽取 KLH树
• 年，卷（期）: 2010,（16）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 153-156
• 分类号: TP391
• 字数: 4837字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.16.045

摘要

提出了一种利用改进的k-contextual树自动机推理算法的信息抽取技术.其核心思想是将结构化(半结构化)文档转换成树,然后利用一种改进的k-contextual树(KLH树)来构造出能够接受样本的无秩树自动机,依据该自动机接收和拒绝状态来确定是否抽取网页信息.该方法充分利用了网页文档的树状结构,依托树自动机将传统的以单一结构途径的信息抽取方法与文法推理原则相结合,得到信息抽取规则.实验证明,该方法与同类抽取方法相比,样本学习时间以及抽取所需时间上均有所缩短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张来顺	解放军信息工程大学电子技术学院	36	165	7.0	11.0
2	谭鹏许	解放军信息工程大学电子技术学院	11	59	3.0	7.0