基于分块重要度和二维条件随机场的Web信息抽取

• 作者: 吴秦 梁久祯 胡丽娟
• 来源期刊: 南京大学学报（自然科学版）
• 关键词: Web对象 信息抽取 网页分块 分块重要度模型 二维条件随机场
• 年，卷（期）: 2014,（1）
• 页码范围: 79-85
• 页数: 7页
• 字数: 4519字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2014.01.012

摘要

网页分块方法使得 Web信息抽取的单位由原来的页面缩小为分块。结合分块重要度模型与二维条件随机场的优点，提出一种 Web对象信息抽取方法。该方法利用分块重要度模型对网页分块进行重要度标注，过滤掉大量与主题无关信息，更加准确的定位待抽取信息的位置。二维条件随机场模型相比传统的线性条件随机场模型更好的适应了网页分块的二维结构，有效的提高信息抽取准确率。实验结果表明，该方法对 Web 对象信息抽取具有良好的效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	梁久祯	江南大学物联网工程学院	74	332	10.0	13.0
2	吴秦	江南大学物联网工程学院	29	96	6.0	8.0
3	胡丽娟	江南大学物联网工程学院	2	12	2.0	2.0