基于本体论的Web信息抽取  

Ontology-Based Information Extraction from Web Sources

作　　者：周明建[1] 高济[1] 李飞[1] 

机构地区：[1]浙江大学人工智能研究所,杭州310027

出　　处：《计算机辅助设计与图形学学报》2004年第4期535-541,共7页Journal of Computer-Aided Design & Computer Graphics

基　　金：国家自然科学基金 ( 69773 0 19)资助

摘　　要：以本体论为基础 ,以所要提取的信息的层次结构作为信息提取的路径 ,定义了Web页面的信息项本体 ,并自动解析生成Web页面的结构本体 通过对这两个本体进行对比 ,构造了一种归纳学习算法来半自动地生成信息提取规则 。Based on the ontology, this paper regards the hiberarchy of information to be extracted as the path of information extraction, defines an information item ontology of Web page and automatic creates a construction ontology by parsing the Web page. Using these two ontologies, a novel approach to semi-automatically generate information extraction rules is presented for efficiently collecting information from Web.

关 键 词：本体论 WEB HTML 结构本体 信息项本体 信息提取 归纳学习算法 包装器软件 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]