基于知识图谱的Web信息抽取系统

• 作者: 洪宇 王辉 肖仰华 郁波
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 知识图谱 多领域 Web信息抽取 网页自动标注 容错 包装器归纳框架
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 118-124
• 页数: 7页
• 分类号: TP18
• 字数: 7929字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.06.020

摘要

为实现多领域海量网页信息的有效抽取,以中文知识图谱CN-DBpedia为基础设计Web信息抽取系统.基于知识图谱对网页数据项进行自动标注,建立具有容错能力的包装器归纳框架,从包含错误的标注集中归纳学习出正确的包装器.实验结果表明,该系统的准确率和召回率均高于传统人工标注方法,可显著降低网页信息抽取过程中的人力成本,灵活运用于大规模、多领域的网页信息抽取任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王辉	上海电力学院经济与管理学院	36	96	6.0	8.0
2	肖仰华	复旦大学计算机科学技术学院	26	170	9.0	11.0
3	郁波	复旦大学计算机科学技术学院	1	15	1.0	1.0
4	洪宇	东华大学计算机科学与技术学院	1	15	1.0	1.0