基于扩展领域模型的有名属性抽取
文献类型:期刊论文
作者 | 王宇; 谭松波; 廖祥文; 曾依灵 |
刊名 | 计算机研究与发展
![]() |
出版日期 | 2010 |
卷号 | 0.0期号:9.0页码:1567 |
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 |
ISSN号 | 1000-1239 |
英文摘要 | 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%. |
语种 | 英语 |
源URL | [http://119.78.100.204/handle/2XEOYT63/26122] ![]() |
专题 | 中国科学院计算技术研究所期刊论文_中文 |
作者单位 | 中国科学院计算技术研究所 |
推荐引用方式 GB/T 7714 | 王宇,谭松波,廖祥文,等. 基于扩展领域模型的有名属性抽取[J]. 计算机研究与发展,2010,0.0(9.0):1567. |
APA | 王宇,谭松波,廖祥文,&曾依灵.(2010).基于扩展领域模型的有名属性抽取.计算机研究与发展,0.0(9.0),1567. |
MLA | 王宇,et al."基于扩展领域模型的有名属性抽取".计算机研究与发展 0.0.9.0(2010):1567. |
入库方式: OAI收割
来源:计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。