Web页面信息自主抽取技术的研究

摘要

随着Internet应用的逐渐普及，WWW已经发展成为一个巨大的分布式信息空间，为用户提供了一个极具价值的信息源。但因Internet所固有的开放性、动态性与异构性，又使得用户很难准确快捷地从WWW上获取所需信息。如何快速、准确地从浩瀚的信息资源中寻找到所需信息已经成为困扰网络用户的一大难题。作为一个相对较新的研究领域，信息抽取可作为一类有限的、有目标的自然语言理解问题。