半結構化文本信息抽取系統(tǒng).pdf

1、作者的論文的題目是"半結構化文本信息抽取系統(tǒng)",該項目得到了國家自然科學基金、北京市自然科學基金的資助.該文是對研究和實現(xiàn)信息抽取系統(tǒng)所做的工作總結.Internet的發(fā)展使越來越多的信息以網(wǎng)上文本的形式存在,這使得人們能夠便捷地獲取信息,但也使得網(wǎng)上文本信息不斷激增.從網(wǎng)上海量文本數(shù)據(jù)中獲取所需信息非常困難.信息抽取系統(tǒng)就是能夠自動從文本中抽取出人們所需信息的文本處理工具.它能夠從文本中抽取出有固定格式且意義明確的信息.隨著互聯(lián)網(wǎng)的發(fā)

2、展,將網(wǎng)上文本信息轉化為數(shù)據(jù)庫數(shù)據(jù)就成為網(wǎng)上信息處理的一個重要的發(fā)展方向.信息抽取系統(tǒng)能夠提高人們從文本中獲取信息的效率,它可以作為許多其它文本處理工具的基礎或輔助工具.作為信息檢索的下一步操作,信息抽取可以在查詢粒度上使用戶更加滿意.為了對信息進行更清晰地描述,網(wǎng)站發(fā)布的很多信息屬于半結構化文本.該文介紹了我們研制的半結構化信息抽取系統(tǒng)bwiExtraction系統(tǒng).其中,抽取規(guī)則的生成和算法的選擇是信息抽取系統(tǒng)的關鍵技術,所以我們詳