一种自适应的Web信息抽取规则自动生成方法  

An Automatic Generating Method of Adaptable Web Information Extraction Rule

作　　者：黄锋[1,2] 吴华瑞[1,2] 

机构地区：[1]国家农业信息化工程技术研究中心,北京100097 [2]农业部农业信息技术重点开放实验室,北京100097

出　　处：《广西师范大学学报（自然科学版）》2010年第1期127-130,共4页Journal of Guangxi Normal University:Natural Science Edition

基　　金：国家自然科学基金资助项目(60871042);国家农业部"948"项目(2006-G63);国家863计划资助项目(2007AA10Z235;2007AA01Z179);国家科技支撑计划项目(2008BADA0B05)

摘　　要：提出一种自适应的Web信息抽取规则自动生成方法,通过多样本页面对比模式和单样本重复模式提取Web上复合类型的数据并进行迭代修正,基于语义分析的规则方法进行动态抽取。实验结果表明,该方法具有较好的精确性和鲁棒性。An automatic generating method of adaptable Web information extraction rule is proposed, which extracts data of complex type on the Web and revises iteration by comparing with multi-sampling page and discovering repeat pattern in one-sample and extracts dynamic base on method of semantic analysis rules. Experimental results show that the method performs well in both precision and robustness.

关 键 词：信息抽取 语义分析 自适应方法 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]