基于模板的Deep Web实体识别信息抽取方法研究

• 作者: 党小婉 冯勇 徐红艳 王嵘冰
• 来源期刊: 辽宁大学学报（自然科学版）
• 学科: 工学
• 关键词: Deep Web 实体识别 模板 语义分析 DOM树
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 数学与信息技术
• 页码范围: 97-104
• 页数: 8页
• 分类号: TP311.1|TP391.1
• 字数: 5748字
• 语种: 中文

摘要

Web技术的发展导致Web数据激增,其中Deep Web数据占主要部分.实体识别是开展模式识别、数据集成等Deep Web关键技术研究的首要前提.为提高实体识别的效率和准确性,提出了基于模板的Deep Web实体识别信息抽取方法.该方法拥有三个不同的处理阶段:其中基于DOM树抽取规则的模板训练阶段最为关键,抽取规则通过结构分析和语义分析两个阶段完成,此外该方法还包含着数据准备和实体信息抽取两个辅助阶段.最后经实验验证所提方法在提升实体识别准确性的同时具有较好的信息抽取效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐红艳	辽宁大学信息学院	40	299	9.0	16.0
2	冯勇	辽宁大学信息学院	39	274	8.0	15.0
3	王嵘冰	辽宁大学信息学院	31	165	5.0	12.0
4	党小婉	辽宁大学信息学院	1	1	1.0	1.0