文件名称：基于领域本体的微博用户信息抽取方法 (2015年)
文件大小：1.19MB
文件格式：PDF
更新时间：2024-06-15 04:26:08
自然科学 论文
传统基于本体的 Web页面信息抽取以单个信息项为最小抽取单位,抽取出的实体语义关联性较差和抽取准确率不理想。针对上述问题,以微博领域本体为基础,提出了一种两层次匹配的用户信息抽取方法:将微博中具有语义关联的不同层次的用户信息划分成对应信息块,以信息块作为最小抽取单位分别抽取其中包含的用户各属性信息 (包含个人信息、关注的好友信息和所发文本微博信息)。试验结果证明,与传统信息抽取方法相比,设计的抽取规则算法能够有效地提高信息的准确率和召回率,对微博页面结构复杂以及信息量大的 Web网页有良好的抽取效果。