摘要
以本体论为基础 ,以所要提取的信息的层次结构作为信息提取的路径 ,定义了Web页面的信息项本体 ,并自动解析生成Web页面的结构本体 通过对这两个本体进行对比 ,构造了一种归纳学习算法来半自动地生成信息提取规则 。
Based on the ontology, this paper regards the hiberarchy of information to be extracted as the path of information extraction, defines an information item ontology of Web page and automatic creates a construction ontology by parsing the Web page. Using these two ontologies, a novel approach to semi-automatically generate information extraction rules is presented for efficiently collecting information from Web.
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2004年第4期535-541,共7页
Journal of Computer-Aided Design & Computer Graphics
基金
国家自然科学基金 ( 69773 0 19)资助
