论文部分内容阅读
面对Web信息的迅猛增长，信息抽取技术非常适合于从大量的文档中抽取需要的事实数据。通过文档对象模型（DOM）解析以及检索、抽取、映射等规则的定义，设计并实现了一种具有规则归纳能力的信息抽取系统，用于Web信息的自动检索。在用于抽取规则归纳的框架下，还重点对用于生成抽取模式的WHISK学习算法进行了实验对比分析，结果表明系统对于单槽和多槽数据都具有不错的归纳学习能力。