已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、本文設(shè)計和實現(xiàn)的精確文本信息抽取系統(tǒng),是視頻搜索引擎中采集系統(tǒng)的一個獨立的子系統(tǒng)。在傳統(tǒng)搜索引擎中,要求對文本信息做網(wǎng)頁級別的提取,通過對文本生成摘要的方式來描述搜索結(jié)果。本文設(shè)計和實現(xiàn)的精確文本信息抽取系統(tǒng)與傳統(tǒng)搜索引擎提供的通用式文本處理方法不同,可以對網(wǎng)頁中的文本按照事先約定的信息點進行精確提取。以這些信息點內(nèi)容來描述所搜索結(jié)果,比用摘要來描述更為準確有效,對于提供個性化服務的視頻搜索引擎來說更為適合。 本文設(shè)計和實現(xiàn)了兩
2、種以視頻網(wǎng)頁為單位的模板抽取文本系統(tǒng)。第一個系統(tǒng)采用人工標注規(guī)則模板抽取的方法,該方法的優(yōu)點是能做到準確無誤的提取文本信息,缺點是需要大量人工干預和維護的工作;為解決第一種方法存在的問題,本文設(shè)計和實現(xiàn)了另一種采用自動生成模板方法的文本信息抽取系統(tǒng),它可以保證在最少人工干預的前提下自動生成模板,并根據(jù)模板精確的從網(wǎng)頁中抽取文本信息。 自動生成模板的文本信息抽取系統(tǒng)采用了樹的最小代價映射算法作為其核心算法,通過該算法對兩棵HTML
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)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
- 面向搜索引擎評測的Web信息抽取系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 搜索引擎中的信息抽取技術(shù)研究.pdf
- 主題搜索引擎的信息抽取和索引的研究.pdf
- 搜索引擎系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于元搜索引擎的網(wǎng)絡視頻搜索系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 漁業(yè)信息搜索引擎的設(shè)計與實現(xiàn).pdf
- 搜索引擎技術(shù)的研究與實現(xiàn)—元搜索引擎和文本聚類.pdf
- 土豆網(wǎng)視頻搜索引擎系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 搜索引擎的設(shè)計與實現(xiàn)
- 搜索引擎的設(shè)計與實現(xiàn)
- 游戲搜索引擎 --搜索引擎demo系統(tǒng)中l(wèi)ucene索引的實現(xiàn)---畢業(yè)論文
- 招聘信息垂直搜索引擎系統(tǒng)設(shè)計與實現(xiàn).pdf
- 搜索引擎的設(shè)計與實現(xiàn)
- 智能搜索引擎系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 游戲搜索引擎 --搜索引擎demo系統(tǒng)中l(wèi)ucene索引的實現(xiàn)---畢業(yè)論文
- 信息安全主題搜索引擎的設(shè)計與實現(xiàn).pdf
- 企業(yè)信息搜索引擎的設(shè)計與實現(xiàn).pdf
- 搜索引擎的設(shè)計與實現(xiàn).doc
- 主題搜索引擎信息抽取技術(shù)研究.pdf
- 基于網(wǎng)絡視頻業(yè)務的搜索引擎的設(shè)計與實現(xiàn).pdf
評論
0/150
提交評論