版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、隨著計算機和網絡技術的快速發(fā)展,互聯(lián)網在人們的日常生活中發(fā)揮著越來越重要的作用。信息檢索作為互聯(lián)網應用的重要組成部分,是用戶獲取信息的主要方法。目前,信息檢索一般通過搜索引擎完成。由于技術原因,傳統(tǒng)的搜索引擎只能發(fā)現靜態(tài)網頁內容,而無法獲取Web數據庫中的信息。如何能夠充分利用Web數據庫中豐富的資源,成為一個值得研究的問題。
存儲在Web數據庫中、不能通過超鏈接訪問的資源集合被稱為Deep Web。為自動獲取Deep W
2、eb背后眾多Web數據庫中的資源,需要建立Deep Web數據集成系統(tǒng),該系統(tǒng)的查詢結果處理模塊分為數據抽取和語義標注兩部分。數據抽取是指通過技術手段將Web頁面上的數據抽取出來,保存為XML文檔或關系模式,作為下一步處理的基礎。語義標注是指對抽取出的數據增加語義注釋,便于計算機識別與處理,從而具有更高的利用價值。
本文使用Xpath技術完成Deep Web數據抽取并提出一種基于中文詞性和領域知識的語義標注方法。基于Xpa
3、th的數據抽取方法首先將Deep Web查詢結果頁面規(guī)范化為XML格式,然后在遍歷XML文檔的過程中確定待抽取數據路徑表達式,最后根據該表達式完成數據抽取并保存為XML格式。語義標注給抽取出的數據增加語義信息。本文所述語義標注方法借助中文分詞工具得到抽取結果的詞性,并根據詞性或詞性組合與語義建立映射規(guī)則,同時結合領域知識進行語義標注。實驗表明,本文所述方法能夠對Deep Web查詢結果準確抽取并對抽取結果進行語義標注,從而驗證了方法的有
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- Deep Web數據抽取和語義標注技術研究.pdf
- Deep Web數據集成系統(tǒng)中數據抽取與語義標注研究.pdf
- 特定領域的Deep Web數據抽取與語義標注研究.pdf
- 面向Deep Web的數據抽取與語義標注技術研究.pdf
- Deep Web環(huán)境下的結果數據抽取與模式標注的研究.pdf
- Deep Web數據源發(fā)現和語義標注技術研究.pdf
- 基于結果模式的Deep Web語義標注研究.pdf
- Deep Web數據抽取及集成技術研究.pdf
- Deep Web數據集成系統(tǒng)中數據標注研究.pdf
- 面向Deep Web數據集成的數據抽取研究.pdf
- 用于Deep Web數據集成的數據抽取技術.pdf
- Deep Web查詢轉換和數據抽取的研究.pdf
- Deep Web數據抽取關鍵技術研究.pdf
- 基于視覺分塊與語義DOM的Deep Web信息抽取研究.pdf
- Deep Web環(huán)境下數據抽取及模式識別的研究.pdf
- 基于本體學習的Deep Web語義標注關鍵問題研究.pdf
- 基于框架語義標注的Web信息抽取技術研究.pdf
- 面向特定領域的Deep Web數據自動抽取.pdf
- Deep Web數據集成中的結果抽取及實體識別研究.pdf
- Deep Web數據抽取中自適應包裝器問題研究.pdf
評論
0/150
提交評論