一种基于XML的Web信息抽取方法被引量：7

Study of Semi-Structured Information Extraction Process Based-on XML

下载PDF

导出

摘要目前Web资源含有大量的有用信息,但由于它们欠结构化,不能为传统的数据库型查询系统所利用。针对这一问题,出现了Web信息抽取技术。在论述了半结构化Web信息抽取技术总体解决方案的基础上,研究了Web信息抽取的实现技术,并从应用的角度提出一种新的半结构化信息获取方法。该方法包括网页分析过程、映射的自动生成和信息抽取过程。在Web信息抽取的实现部分,提出了抽取规则执行算法,为进一步满足Web信息检索提供了一种新的高效的检索方法。

作者李剑波李小华董树明杨科华

机构地区湖南文理学院计算机教学部东南大学计算机科学与工程系

出处《情报杂志》 CSSCI 北大核心 2006年第8期49-51,共3页 Journal of Intelligence

基金湖南省教育厅重点项目(编号:04A037) 2006年湖南省教育厅资助科研项目。

关键词 XML WEB信息抽取抽取规则半结构化

分类号 TP391 [自动化与计算机技术—计算机应用技术] TP391.4 [自动化与计算机技术—计算机科学与技术]

引文网络
相关文献

参考文献7

1张绍华,薛文玲,李天柱.基于Web的快速信息抽取[J].计算机应用,2001,21(7):18-19. 被引量：12
2张清军,朱才连.基于主动学习的Web页面信息抽取[J].情报学报,2004,23(6):667-671. 被引量：5
3Embley,D Jiang Y.and Ng Y -K 1999.Record-boundary discovery in Web documents.In Proceedings of the 1999 ACM SIGMOD International Conference on Management of Data (SIGMOD'99).Philadelphia,Pennsylvania 被引量：1
4A biteboul S,Q uass D,M cHugh J,et al.The Lorel Query Language for Semi structured Data.Jounal of Digital Libries,1997;(1) 被引量：1
5http://www.w3.org/People/Raggett/tidy 被引量：1
6陈少飞,郝亚南,李天柱,徐林昊,杨文柱.Web信息抽取技术研究进展[J].河北大学学报（自然科学版）,2003,23(1):106-112. 被引量：19
7刘其云,李中言.信息抽取的功能和实现方法[J].情报杂志,2005,24(5):67-68. 被引量：4

二级参考文献20

1杨文柱徐林昊郝亚南.个性化的Web查询助手的设计与实现[Z]..19届全国数据库会议[C].郑州,2002.. 被引量：1
2徐林吴杨文柱陈少飞.基于XPath的Web信息抽取[Z]..19届全国数据库会议[C].郑州,2002.. 被引量：1
3[2]Sahuguet A,Azavant F. Building intelligent web applications using lightweight wrappers. Data and Knowledge Engineering, 2001,36(3):283～316. 被引量：1
4[3]Muslea I, Minton S, Knoblock C. A hierarchical approach to wrapper induction . Proceedings of the Third International Conference on Autonomous Agents,1999,22 1～227. 被引量：1
5Grishman R, Sundheim B. Message Understanding Conference - 6: A Brief History. In:Proceedings of the 16h International Conference on Computational Linguistics COLIN - 96,1996. 被引量：1
6Chinchor N. Overview of MUC - 7/MET - 2. In: Proceedings of the Seventh Message Understanding Conference, 1998. 被引量：1
7Chinchor N. Marsh E. MUC- 7 Information Extraction Task Definition(version 5.1). In:Proceedings of the Seventh Message Understanding Conference, 1998. 被引量：1
8Yu S H, Bai S H, Wu P. Description of the Kent Ridge Digital Labs System Used for MUC- 7. In: Proceedings of the Seventh Message Understanding Conference, 1998. 被引量：1
9NLP group of University of Sheffield, In fo mation Extraction. http://nip. shef ac uk/research/ie hrml(Accessed Feb. 8,2004). 被引量：1
10Douglas E Appelt and Davie J. Israel, Introduction to information Extraction Technology, http://www. ai sri com/appelt/ie - tutoriak/(Accessed Feb. 8,2004). 被引量：1

共引文献34

1姜传菊.试论Web中的数据挖掘[J].现代图书情报技术,2003(S1):162-164. 被引量：5
2张清军,朱才连.基于主动学习的Web页面信息抽取[J].情报学报,2004,23(6):667-671. 被引量：5
3周霜菊,孙济庆.基于Agent的Web知识过滤器设计[J].计算机与数字工程,2005,33(3):85-89.
4刘鲁红.信息抽取技术及其在数字图书馆中的应用[J].中国信息导报,2005(2):49-52. 被引量：1
5刘鲁红,刘力强,胡亚军.信息抽取技术在数字图书馆中的应用研究[J].情报理论与实践,2005,28(3):321-324. 被引量：12
6李中言.基于CISnet的信息抽取分析[J].现代情报,2005,25(12):67-68.
7高英,郭荷清.基于互联网的信息收集系统的设计和实现[J].微计算机应用,2006,27(2):171-173. 被引量：2
8龙波,邓健爽,陈琼.基于网页布局及关键词组的垂直搜索技术[J].现代计算机,2006,12(9):46-49. 被引量：3
9刘爽.信息抽取技术及其在数字图书馆中的应用前景分析[J].现代情报,2006,26(11):75-76. 被引量：1
10黄永文.信息抽取在竞争情报中的应用研究[J].图书情报工作,2006,50(11):17-20. 被引量：4

同被引文献34

1杨桢,赵燕平,朱东华.基于正则表达式的信息抽取系统在国防技术监测中的应用[J].北京理工大学学报,2006,26(z1):74-78. 被引量：9
2张友华,熊范纶,杭小树.基于WEB的增量式数据挖掘的研究与应用[J].模式识别与人工智能,2004,17(4):491-496. 被引量：1
3邓长寿,赵秉岩.下一代Web搜索引擎探讨[J].情报科学,2005,23(3):426-430. 被引量：8
4章成志,侯汉清.面向概念挖掘的文本层次模型研究[J].中国图书馆学报,2005,31(2):58-61. 被引量：3
5徐险峰.基于Web的网络信息数据挖掘技术[J].情报杂志,2005,24(3):52-54. 被引量：7
6邢国春.基于Web的信息资源挖掘价值与便利访问机制[J].情报科学,2005,23(8):1221-1224. 被引量：1
7陈琼,苏文健.基于网页结构树的Web信息抽取方法[J].计算机工程,2005,31(20):54-55. 被引量：24
8邢美园,陈益君.学科信息门户建设中深层网页资源采集的方法与策略[J].情报资料工作,2005,26(6):53-56. 被引量：10
9粟湘,焦微玲,吴沛.Web挖掘应用研究[J].情报理论与实践,2005,28(6):651-655. 被引量：5
10李萍.浅析可扩展置标语言XML[J].运城学院学报,2005,23(5):58-59. 被引量：1

引证文献7

1陈守强,李东.知识元挖掘技术在军事信息处理中的应用[J].情报杂志,2006,25(12):75-76. 被引量：1
2王冰.军事情报Web数据挖掘机制[J].情报杂志,2007,26(3):58-60. 被引量：3
3仲华,崔志明.基于XML的信息抽取和多层向量空间技术研究[J].计算机技术与发展,2007,17(7):49-52. 被引量：4
4赵刚,郭东伟,李丹.基于序列比对的动态Web信息抽取算法[J].吉林大学学报（理学版）,2010,48(3):421-426.
5王奔.基于标准XML的Web信息高效抽取算法[J].湖北工业大学学报,2010,25(2):63-67.
6陈红叶.增量式FP_Growth算法及在信息抽取上的应用[J].制造业自动化,2011,33(2):57-59. 被引量：1
7戴慧敏,朱艳辉.WEB就业信息抽取技术研究[J].电脑知识与技术,2013,9(4):2298-2300. 被引量：1

二级引证文献10

1赵科.网络环境下公开军事情报的收集途径研究[J].图书馆工作与研究,2008(11):43-45. 被引量：7
2周登,戴玉刚,付涛.基于树结构的Web信息抽取[J].计算机技术与发展,2009,19(9):38-41. 被引量：3
3成亮星.数据挖掘技术在军事情报管理系统中的应用[J].科技情报开发与经济,2010,20(7):90-92. 被引量：4
4文庭孝,罗贤春,刘晓英,张蕊.知识单元研究述评[J].中国图书馆学报,2011,37(5):75-86. 被引量：68
5殷彬,杨会志.灵活结构网页的正文提取[J].计算机技术与发展,2011,21(9):111-113. 被引量：3
6吴琴霞,高峰,刘永革.基于XML语言甲骨文语料库元数据抽取的研究[J].计算机技术与发展,2012,22(5):216-218. 被引量：5
7林飒.国外航天科技情报工作发展及模式方法研究[J].飞航导弹,2013(3):47-50. 被引量：2
8赵文涛,付侃侃,李素青,张霄宏.基于随机相遇的频繁项集挖掘方法[J].河南理工大学学报（自然科学版）,2015,34(1):81-84. 被引量：3
9张晓娟.房地产销售管理系统核心模块的设计与实现分析[J].现代经济信息,2014,0(15):58-58. 被引量：1
10呼凯凯,徐宗昌,刘凯,郭建,金飞.基于N层向量空间模型的装备IETM数据查询[J].装甲兵工程学院学报,2015,29(1):86-89. 被引量：1

1董旻,方曙.Deep Web信息抽取研究[J].图书情报工作,2007,51(10):25-28. 被引量：5
2万静,涂喆,冯晓.基于条件随机场的医药领域症状信息抽取[J].北京化工大学学报（自然科学版）,2016,43(1):98-103. 被引量：11
3于江德,樊孝忠,尹继豪.隐马尔可夫模型在自然语言处理中的应用[J].计算机工程与设计,2007,28(22):5514-5516. 被引量：14
4胡致涌,胡迎松.基于领域本体的信息抽取系统的设计与实现[J].价值工程,2010,29(14):158-159. 被引量：2
5张英.农业Web信息获取系统的研究与设计[J].农业网络信息,2009(8):42-45.
6胡军伟,秦奕青,张伟.正则表达式在Web信息抽取中的应用[J].北京信息科技大学学报（自然科学版）,2011,26(6):86-89. 被引量：38
7金燕,王志华.基于推理的语义网检索模型及关键技术研究[J].计算机工程与设计,2013,34(7):2585-2589. 被引量：9
8黄小瑜.智能Agent在电子商务中的应用[J].计算机时代,2003(6):1-2.
9高玉琢,任思佳,王恒,佘廉.基于数值编码规则的信息抽取方法[J].宁夏大学学报（自然科学版）,2009,30(1):46-49. 被引量：2
10季红洁,赵知纬,钱龙华.面向信息抽取的中文跨文本指代消解研究[J].福建电脑,2012,28(11):10-12. 被引量：1

情报杂志

2006年第8期

浏览历史

内容加载中请稍等...

一种基于XML的Web信息抽取方法被引量：7

参考文献7

二级参考文献20

共引文献34

同被引文献34

引证文献7

二级引证文献10

相关作者

相关机构

相关主题

浏览历史

一种基于XML的Web信息抽取方法 被引量：7

参考文献7

二级参考文献20

共引文献34

同被引文献34

引证文献7

二级引证文献10

相关作者

相关机构

相关主题

浏览历史

一种基于XML的Web信息抽取方法被引量：7