基于Web的农业信息自动抽取方法研究

摘要：

面向Web的信息抽取是当前信息抽取研究领域的热点之一。本文从领域的角度出发，研究基于Web的农业信息自动抽取方法。该方法的主要思想是利用预先领域语料生成领域词汇集，自动计算网页内容的相似度，确定信息采集的页面区域，再根据网页内容半自动归纳学习抽取规则，自动抽取网页信患，形成结构化的信息。实验证明，这种方法能够较好回避网页信息的不规范性和动态性，特别是在领域约束下，具有较高的抽取效率。

关键词： Web数据库 自动抽取技术 规则自动学习 农业信息

作者: 王文生 谢能付

作者单位: 中国农业科学院农业信息研究所，北京 100081

会议类型: 国内会议

会议名称: 全国农业信息分析理论与方法学术研讨会

会议地点: 郑州

会议语种:中文

页码: 77-83

在线出版日期: 2009-11-01（万方平台首次上网日期，不代表论文的发表时间）