-
题名基于扩展领域模型的有名属性抽取
被引量：13
- 1
-
-
作者
王宇
谭松波
廖祥文
曾依灵
-
机构
中国科学院计算技术研究所
中国科学院研究生院
-
出处
《计算机研究与发展》
EI
CSCD
北大核心
2010年第9期1567-1573,共7页
-
基金
国家"九七三"重点基础研究发展计划基金项目(2004CB318109
2007CB311100)
-
文摘
网页信息抽取是互联网挖掘的重要课题.为了自动化抽取过程,最新的研究利用特定领域的特征,通过机器学习方法对信息抽取过程进行统一建模.但是,对领域特征的依赖使得这类方法难以推广到其他领域中去.因此,对信息抽取问题进行了分析,从中分离出一个可以完全自动化的信息抽取子任务,即有名属性抽取任务.在多个领域的数据集上进行的统计表明,这个子任务覆盖了60%以上的待抽取属性,因此它在整个信息抽取中占有重要地位.并给出了一种基于扩展领域模型的有名属性抽取方法,实验结果表明,这种方法的准确率接近或大于80%,召回率大于90%.
-
关键词
信息抽取
属性抽取
有名属性
扩展领域模型
网页视觉分析
-
Keywords
information extraction
attribute extraction
named attribute
extended domain model
visual Web page analysis
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
