CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
基于扩展领域模型的有名属性抽取
王宇; 谭松波; 廖祥文; 曾依灵
2010
发表期刊计算机研究与发展
ISSN1000-1239
卷号0.0期号:9.0页码:1567
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%.
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
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/26123
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
第一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.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[王宇]的文章
[谭松波]的文章
[廖祥文]的文章
百度学术
百度学术中相似的文章
[王宇]的文章
[谭松波]的文章
[廖祥文]的文章
必应学术
必应学术中相似的文章
[王宇]的文章
[谭松波]的文章
[廖祥文]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

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。