一种Deep Web查询结果的实体抽取方法  

Research on entity extraction method of Deep Web data integration

作　　者：赵海霞[1] 李道申[1] 刘勇[1] 赵嘉诚[2] 

机构地区：[1]河南科技大学电子信息工程学院,河南洛阳471003 [2]长春理工大学软件学院,长春130000

出　　处：《计算机工程与应用》2012年第36期160-163,共4页Computer Engineering and Applications

基　　金：国家自然科学基金(No.70671035)

摘　　要：Deep Web中蕴含着丰富的高质量的信息,通过Deep Web集成查询接口可以获取到包含这些信息的结果页面,因此,Deep Web查询结果页面的数据抽取成为Deep Web数据集成的关键。提出了将索引方法和编辑相似度相结合的方法,来完成Deep Web查询结果页面的数据抽取工作。大量实验结果表明:该方法是可行的,并且能够提高Deep Web数据实体抽取的准确性和召回率。Based on the realization of Deep Web integrated query mechanism, Deep Web information can be obtained from the resulting pages, so how to extract the entity information of Deep Web from the results pages effectively becomes the key of Deep Web data integration. A method that combines the index with the edit similarity methods is proposed, which resolves the problem of data extraction of Deep Web result page. Large experimental results show that this approach is feasible, and can improve the precision and recall of Deep Web data extraction.

关 键 词：深度网 数据抽取 文件对象模型(DOM)树 索引 相似度 

分 类 号：TP311.5[自动化与计算机技术—计算机软件与理论]