基于主体知识库的WEB主体信息抽取系统

摘要

0引言随着互联网的陕速发展,网络上各个领域的具有价值的信息越来越多(如书籍信息、房产信息、汽车信息和招聘信息等),通过网络获取数据和信息的人越来越多.由于这些信息提供者一般隶属于不同的集团,信息的组织方式也各有不同,如用户要购买一套房子,就会通过网络查找售房的相关信息,就可能要进入某一房产销售商的Web主页进行查找.当废站点没有相应的房源信息时,则转到另一个站点继续查找,这种查询往往要花费大量的时间和精力,如果用户想对不同的信息进行比较就需要点开多个站点或页面,这样花费的时间和精力则更多.虽然搜索引擎为用户提供了跨站点的搜索能力,但返回的内容往往是对某些信息站点的引用,我们不得不逐个打开页面再查找,这种方法不仅麻烦.而且很不准确.对于这些来自不同站点的、异构的领域信息讲行抽取、集成是实现各个领域信息共享的重要前提.