面对因特网上的海量信息,如何帮助人们从大量非结构化的WEB文本中提取有效、新颖、可理解的知识模式,成为人们关注的焦点。我们将采用WEB结构分析技术、自然语言理解技术和语言学知识,建立基于语义框架的信息模板和WEB文本表示和推理机制,给出文本深层理解模型,在可视化文本处理平台基础上,根据用户需求在海量WEB文本中,挖掘出具有一定使用价值的知识模式,给出知识模式的抽取、评价和检索机制,建立WEB文本挖掘中从了解用户需求到应用模式解决实际问题的整个流程,改善网络信息的利用效率和使用方式,其研究成果对于提高目前WEB信息的利用程度和应用范围具有的重要的应用价值。
{{i.achievement_title}}
数据更新时间:2023-05-31
一种基于多层设计空间缩减策略的近似高维优化方法
二维FM系统的同时故障检测与控制
扶贫资源输入对贫困地区分配公平的影响
A tale of two databases: the use of Web of Science and Scopus in academic papers
LTNE条件下界面对流传热系数对部分填充多孔介质通道传热特性的影响
基于树结构模式挖掘的Web信息抽取研究
面向Web文本的属性和属性值知识获取方法研究
Web数据挖掘与知识发现
面向Web文本的因果知识获取方法研究