一种Deep Web查询结果的实体抽取方法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (36): 160-163.

• 数据库、信号与信息处理 • 上一篇下一篇

一种Deep Web查询结果的实体抽取方法

赵海霞1，李道申1，刘勇1，赵嘉诚2

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

出版日期:2012-12-21 发布日期:2012-12-21

Research on entity extraction method of Deep Web data integration

ZHAO Haixia1, LI Daoshen1, LIU Yong1, ZHAO Jiacheng2

1.Electronic & Information Engineering College, Henan University of Science and Technology, Luoyang, Henan 471003, China
2.Software College, Changchun University of Science Technology, Changchun 130000, China

Online:2012-12-21 Published:2012-12-21

摘要/Abstract

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。

关键词: 深度网, 数据抽取, 文件对象模型（DOM）树, 索引, 相似度

Abstract: 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.

Key words: Deep Web, data extraction, Document Object Model（DOM） tree, index, similarity

赵海霞1，李道申1，刘勇1，赵嘉诚2. 一种Deep Web查询结果的实体抽取方法[J]. 计算机工程与应用, 2012, 48(36): 160-163.

ZHAO Haixia1, LI Daoshen1, LIU Yong1, ZHAO Jiacheng2. Research on entity extraction method of Deep Web data integration[J]. Computer Engineering and Applications, 2012, 48(36): 160-163.

[1]	张岐山，陈露露. 基于均衡接近度灰关联的Slope One算法[J]. 计算机工程与应用, 2021, 57(9): 96-102.
[2]	王永贵，李倩玉. 基于KNN-GBDT的混合协同过滤推荐算法[J]. 计算机工程与应用, 2021, 57(9): 103-108.
[3]	张晓闻，任勇峰. 结合稀疏表示与拓扑相似性的图像匹配算法[J]. 计算机工程与应用, 2021, 57(8): 198-203.
[4]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[5]	杨芳，尹曦，司建辉，刘宏媛，汪雪. 基于侧重点聚类的数学表达式相似度计算方法[J]. 计算机工程与应用, 2021, 57(6): 88-93.
[6]	钱芸芸，杨文忠，姚苗，李海磊，柴亚闯. 融合主题相似度权重的主题社区发现模型[J]. 计算机工程与应用, 2021, 57(5): 107-114.
[7]	田维安，陈红梅，周丽华. 基于相似用户好奇心的多样性推荐方法[J]. 计算机工程与应用, 2021, 57(23): 113-121.
[8]	孟祥福，王丹丹，张峰. 空间关键字查询综述[J]. 计算机工程与应用, 2021, 57(20): 13-24.
[9]	梁田，曹德欣. 基于莱维飞行的改进简化粒子群算法[J]. 计算机工程与应用, 2021, 57(20): 188-196.
[10]	刘莉. 基于用户多样性偏好的top-N推荐算法[J]. 计算机工程与应用, 2021, 57(17): 116-121.
[11]	杨延娇，赵国涛，王丕栋. 基于语义与情感的句子相似度计算方法[J]. 计算机工程与应用, 2021, 57(16): 151-158.
[12]	赵琪，杜彦辉，芦天亮，沈少禹. 基于Capsule-BiGRU的文本相似度分析算法[J]. 计算机工程与应用, 2021, 57(15): 171-177.
[13]	乔伟涛，黄海燕，王珊. 基于Transformer编码器的语义相似度算法研究[J]. 计算机工程与应用, 2021, 57(14): 158-163.
[14]	张振海，张湘婷. 上下文感知的高铁信息服务推荐方法研究[J]. 计算机工程与应用, 2021, 57(12): 231-236.
[15]	张宇，张延松. 向量分组聚集计算技术研究[J]. 计算机工程与应用, 2021, 57(11): 84-94.

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

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics