论文部分内容阅读
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。