基于树结构模式挖掘的Web信息抽取研究

Web数据的海量、动态、异构等特点，使得传统的信息抽取模型和算法面临精度、自动化程度、通用性和时空性能等方面的挑战。鉴于网页解析树结构模式对语言不敏感，具有易定位、可演化、可迁移的优点，本课题重点开展基于树结构模式挖掘的Web信息抽取问题研究。通过深入分析Web数据源的特点，研究适用于Web信息抽取的树结构模式表示模型。研究具有强区分定界能力的树结构模式发现问题，寻求快速有效的抽取模式树挖掘方法，并研究网页结构动态变化环境下的变化检测方法和抽取模式树知识演化机制和方法。另外，为了提高获取新的未标注Web数据源抽取模式知识的自动化程度，研究模式树知识可迁移性问题以及知识迁移机制与方法。在上述工作基础上，面向Web服务应用领域，构建基于树结构模式挖掘的Web信息抽取问题求解原型系统，以现实的中文、英文、藏文等语言的新闻网页数据、Web表格数据等为数据源，检验所提理论与方法的合理性与可行性。