基于快速构建模板的购物信息抽取方法

• 作者: 周立新 廖彬 朱建波 李萍
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 模板 电子商务 信息抽取 购物信息 商品
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 人工智能
• 页码范围: 733-737,753
• 页数: 6页
• 分类号: TP391.3|TP18
• 字数: 6081字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2014.03.0733

摘要

针对由模板生成的购物信息网页,且根据其网页信息量大,网页结构复杂的特点,提出了一种不使用复杂的学习规则,而将购物信息从模板网页中抽取出来的方法.研究内容包括定义网页模板和网页的信息抽取模板,设计用于快速构建模板的模板语言,并提出一种基于模板语言抽取内容的模型.实验结果表明,在标准的450个网页的测试集下,所提方法的召回率相比抽取问题算法(EXALG)提高了12％;在250个网页的测试集下,召回率相比基于视觉信息和标签结构的包装器生成器(ViNTs)方法和增加自动信息抽取和视觉感知(ViPER)方法分别提升了7.4％,0.2％;准确率相比ViNTs方法和ViPER方法分别提升了5.2％,0.2％.基于快速构建模板的信息抽取方法的召回率和准确率都有很大提升,使得购物信息检索和购物比价系统中的网页分析的准确性和信息召回率得到很大的改进.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李萍	北京大学软件与微电子学院	25	207	7.0	13.0
2	周立新	北京大学软件与微电子学院	7	63	3.0	7.0
3	廖彬	新疆大学信息科学与工程学院	18	381	9.0	18.0
4	朱建波	新疆大学信息科学与工程学院	4	29	3.0	4.0