基于知识图谱的Web信息抽取系统

被引：16

作者：

王辉 ^{[1
]}

郁波 ^{[2
]}

洪宇 ^{[3
]}

肖仰华 ^{[2
]}

机构：

[1] 上海电力学院经济与管理学院

[2] 复旦大学计算机科学技术学院

[3] 东华大学计算机科学与技术学院

来源：

计算机工程 | 2017年 / 43卷 / 06期

基金：

上海市自然科学基金;

关键词：

知识图谱; 多领域; Web信息抽取; 网页自动标注; 容错; 包装器归纳框架;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理]; TP393.092 [];

学科分类号：

081203 ; 0835 ; 080402 ;

摘要：

为实现多领域海量网页信息的有效抽取,以中文知识图谱CN-DBpedia为基础设计Web信息抽取系统。基于知识图谱对网页数据项进行自动标注,建立具有容错能力的包装器归纳框架,从包含错误的标注集中归纳学习出正确的包装器。实验结果表明,该系统的准确率和召回率均高于传统人工标注方法,可显著降低网页信息抽取过程中的人力成本,灵活运用于大规模、多领域的网页信息抽取任务。

引用

页码：118 / 124

页数：7

共 7 条

[1] 基于依存分析的开放式中文实体关系抽取方法 [J].

李明耀 ;

杨静 .

计算机工程, 2016, 42 (06) :201-207

[2] 知识图谱构建技术综述 [J].

刘峤 ;

李杨 ;

段宏 ;

刘瑶 ;

秦志光 .

计算机研究与发展, 2016, 53 (03) :582-600

[3] Web信息抽取技术综述 [J].

陈钊 ;

张冬梅 .

计算机应用研究, 2010, 27 (12) :4401-4405

[4] Web数据管理研究综述 [J].

孟小峰 .

计算机研究与发展 , 2001, (04) :385-395

[5]

Hierarchical Wrapper Induction for Semistructured Information Sources[J] . Ion Muslea,Steven Minton,Craig A. Knoblock.Autonomous Agents and Multi-Agent Systems . 2001 (1)

[6] Learning Information Extraction Rules for Semi-Structured and Free Text [J].

Stephen Soderland .

Machine Learning, 1999, 34 :233-272

[7]

Wrapper Induction for Information Extraction. N Kushmerick, DS Weld, RB Doorenbos. Proceedings of the Fifteenth International Joint Conference on Artificial Intelligence（IJCAI297） . 1997

← 1 →