基于Internet的商業(yè)信息抽取.pdf_第1頁
已閱讀1頁,還剩59頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、Internet上數(shù)據(jù)量急劇膨脹使其成為企業(yè)競(jìng)爭(zhēng)情報(bào)獲取的重要來源,然而如何從這個(gè)信息海洋中找到企業(yè)所需要的情報(bào)成為困擾企業(yè)競(jìng)爭(zhēng)情報(bào)獲取的難題。商業(yè)信息抽取作為解決這一難題的重要手段,其抽取結(jié)果的好壞對(duì)最終競(jìng)爭(zhēng)情報(bào)的形成有著重要的影響。
   本文對(duì)Web環(huán)境上的商業(yè)信息抽取技術(shù)進(jìn)行了研究,主要關(guān)注兩個(gè)方面:商業(yè)信息中的關(guān)系抽取和實(shí)體抽取。針對(duì)抽取對(duì)象的不同特征,研究不同的技術(shù)方法,以提高抽取的召回率和準(zhǔn)確率。其中關(guān)系信息抽取以

2、職位關(guān)系抽取為例,分析了職位關(guān)系實(shí)例在網(wǎng)頁中的呈現(xiàn)特征,設(shè)計(jì)了基于結(jié)構(gòu)特征的職位關(guān)系抽取算法;實(shí)體抽取以機(jī)構(gòu)名識(shí)別為例,基于語言學(xué)中語法對(duì)語義的依賴關(guān)系和共生性詞場(chǎng)兩個(gè)觀點(diǎn),提出了語義隱馬爾可夫模型的機(jī)構(gòu)名識(shí)別算法。兩個(gè)算法有效改善了商業(yè)信息抽取效果,同時(shí)也為其它商業(yè)信息抽取提供了參考。本文的主要貢獻(xiàn)主要有:
   (1)提出了基于Web的職位關(guān)系抽取算法。職位關(guān)系反映了一個(gè)人在一個(gè)組織所占據(jù)的職位,是一種重要的競(jìng)爭(zhēng)情報(bào)。本文分

3、析了網(wǎng)頁中職位關(guān)系實(shí)例的特征,并利用結(jié)構(gòu)化系數(shù)和結(jié)構(gòu)化文件片斷對(duì)這些特征進(jìn)行描述,最后利用模式匹配的方法從結(jié)構(gòu)化文件片斷中抽取出職位關(guān)系。實(shí)驗(yàn)結(jié)果表明算法達(dá)到了準(zhǔn)確率超過96%、召回率超過87%的較好結(jié)果。
   (2)提出了基于語義隱馬爾可夫模型的中文機(jī)構(gòu)名識(shí)別算法。語義隱馬爾可夫模型的構(gòu)建以語言學(xué)中的語法對(duì)語義的依賴關(guān)系和共生性詞場(chǎng)兩個(gè)重要觀點(diǎn)為理論依據(jù)。一個(gè)句子可以看作是一個(gè)詞的序列,這個(gè)序列背后隱含著一個(gè)語義序列,且語義

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論