带模板的结构化HTML文档深度标注框架

被引：3

作者：

廖述梅 ^{[1
]}

徐升华 ^{[1
]}

陶皖 ^{[2
]}

机构：

[1] 江西财经大学信息管理学院

[2] 安徽工程科技学院计算机工程系

来源：

清华大学学报(自然科学版) | 2006年 / S1期

关键词：

语义网; 深度标注; 信息抽取; 映射规则;

D O I：

10.16511/j.cnki.qhdxxb.2006.s1.007

中图分类号：

TP312.2 [];

学科分类号：

081202 ; 0835 ;

摘要：

将现有W eb提升为语义W eb的有效方法之一就是标注W eb页。当前W eb上,动态生成页面的规模有静态页面的500倍之多,标注从数据库动态生成的页面是深度标注方法之一。针对数据库生成的W eb页面具有模板和结构化的特征,在对带模板的结构化HTM L文档和本体形式化表示之后,提出了两段式的深度标注框架,即第一阶段解析HTM L文档,抽取结构化信息,第二阶段指定实例与词汇间的映射,标注自动生成。与其他标注方法相比,该方法能明显降低标注过程的工作量。

引用

页码：936 / 941

页数：6