信息抽取模式自动生成方法的研究 被引量：22

1

作者 郑家恒 王兴义 李飞 《中文信息学报》 CSCD 北大核心 2004年第1期48-54,共7页

模式匹配是信息抽取系统通常使用的方法 ,如何生成信息抽取模式就成为信息抽取的关键问题。由于手工编写模式的代价太大 ,本文尝试采用聚类方法自动生成针对中文文本的信息抽取模式。通过计算模式实例间的相似度 ,采用单链法聚类 ,将模... 模式匹配是信息抽取系统通常使用的方法 ,如何生成信息抽取模式就成为信息抽取的关键问题。由于手工编写模式的代价太大 ,本文尝试采用聚类方法自动生成针对中文文本的信息抽取模式。通过计算模式实例间的相似度 ,采用单链法聚类 ,将模式实例划分为不同的类别 ,每个类别对应一个模式 ,将同一类别中的模式实例进行合并就可以得到最终的信息抽取模式。以农作物信息文本为实验语料 ,进行了聚类测试 ,错分率与漏分率分别为 0 2 1%和 1 0 7% ,合并后的模式覆盖了人工分析提出的 2 5类中的 2 展开更多

关键词 人工智能 自然语言处理 信息抽取 模式匹配 信息抽取模式

在线阅读 下载PDF 职称材料

基于领域本体的信息抽取模式生成与系统实现 被引量：8

2

作者 马静 吴一占 刘思峰 《情报学报》 CSSCI 北大核心 2008年第2期193-198,共6页

面对情报工作者日益增长的从Internet中及时获取特定信息或知识的需求，本文展开了web信息抽取技术在情报领域的应用研究。目前，信息抽取模式的自动获取成为一个技术难点，本文尝试引入基于领域本体的半自动抽取模式获取算法，该方法... 面对情报工作者日益增长的从Internet中及时获取特定信息或知识的需求，本文展开了web信息抽取技术在情报领域的应用研究。目前，信息抽取模式的自动获取成为一个技术难点，本文尝试引入基于领域本体的半自动抽取模式获取算法，该方法在领域本体的概念层次关系、属性特征和实例的结构本体指导下，选择其主要特征属性为匹配目标，自动学习并获取抽取模式。利用该算法到直升机产品信息抽取，运行结果验证：该算法简单有效，获得了较高的抽取效率和较准确的抽取结果。 展开更多

关键词 信息抽取 抽取模式 产品情报

在线阅读 下载PDF 职称材料

基于自扩展的信息抽取模式自动获取 被引量：3

3

作者 于江德 王立新 樊孝忠 《小型微型计算机系统》 CSCD 北大核心 2009年第5期891-894,共4页

提出一种从未标注的中文文本中基于自扩展策略自动获取事件抽取模式的算法,该算法从少数几个种子抽取模式开始,通过一个增量迭代的过程发现新的抽取模式,在每一轮迭代中采用类似于TF/IDF的评估方法对产生的候选模式进行排序,选择最优的... 提出一种从未标注的中文文本中基于自扩展策略自动获取事件抽取模式的算法,该算法从少数几个种子抽取模式开始,通过一个增量迭代的过程发现新的抽取模式,在每一轮迭代中采用类似于TF/IDF的评估方法对产生的候选模式进行排序,选择最优的模式并入当前模式集.应用该方法从人民日报语料中自动获取"职务变动"类事件的抽取模式,实验结果表明,该方法产生的抽取模式在中文文本事件抽取中具有较好的抽取性能,综合指标F值达到66.3%. 展开更多

关键词 信息抽取 抽取模式 自扩展 自动获取

在线阅读 下载PDF 职称材料

半结构化数据的模式抽取 被引量：5

4

作者 蒙德龙 叶飞跃 李旭华 《计算机工程与应用》 CSCD 北大核心 2006年第27期162-165,共4页

模式抽取在半结构化数据研究领域中具有重要意义。论文结合同类对象集和标签路径的概念,提出了一种从OEM模型中抽取模式的新方法。算法的基本思想是:在用OEM模型表示的半结构化数据中查找同类对象集,并通过构造模式表的方法来实现模式... 模式抽取在半结构化数据研究领域中具有重要意义。论文结合同类对象集和标签路径的概念,提出了一种从OEM模型中抽取模式的新方法。算法的基本思想是:在用OEM模型表示的半结构化数据中查找同类对象集,并通过构造模式表的方法来实现模式抽取。这种方法不但能从层次结构数据中抽取模式,而且还能从包含环路的OEM数据中进行模式抽取,克服了其它一些算法不能从带有环路的数据中进行模式抽取的缺点。 展开更多

关键词 半结构化数据 OEM 同类对象 模式表 模式抽取

在线阅读 下载PDF 职称材料

半结构化数据到结构化数据的模式抽取 被引量：3

5

作者 潘顺 金远平 《计算机工程》 CAS CSCD 北大核心 2002年第5期57-58,280,共3页

在分析现有的半结构化数据的存储方式及存在的问题基础上,引入了小集合属性、集合属性、聚类集合、模板集合、父属性序列等概念,借助映射表达语言,提出了一种基于数据挖掘的半结构化数据到结构化数据的模式抽取的方法。

关键词 半结构化数据 结构化数据 模式抽取 数据挖掘 数据库

在线阅读 下载PDF 职称材料

消息序列图模式抽取与组合

6

作者 李青山 《系统工程与电子技术》 EI CSCD 北大核心 2004年第9期1302-1304,1311,共4页

在抽象原子模式的基础上,提出了一种基于图连通性判定的模式抽取方法,并给出了其正确性证明。接着,详尽分析和给出了模式组合定理的一个构造性证明以及模式组合前后的消息序列图的行为等价性证明。基于该模式抽取与组合方法,可以在更高... 在抽象原子模式的基础上,提出了一种基于图连通性判定的模式抽取方法,并给出了其正确性证明。接着,详尽分析和给出了模式组合定理的一个构造性证明以及模式组合前后的消息序列图的行为等价性证明。基于该模式抽取与组合方法,可以在更高层面重新组合模式。通过实验验证了该方法的有效性。 展开更多

关键词 程序理解 模式抽取 模式组合 消息序列图 行为分析

在线阅读 下载PDF 职称材料

安卓应用用户界面交互模式抽取与检索 被引量：2

7

作者 吴俊伟 沈立炜 +2 位作者 郭武楠 王超 赵文耘 《软件学报》 EI CSCD 北大核心 2018年第8期2198-2209,共12页

安卓开发者需要通过不断地经验积累来提升其设计安卓界面及行为交互的能力.在数据驱动的软件开发中,代码推荐是其中一个关注热点.在此背景下,提出了一种安卓应用用户界面交互模式抽取与检索方法,提供面向安卓应用的界面相关代码查询与... 安卓开发者需要通过不断地经验积累来提升其设计安卓界面及行为交互的能力.在数据驱动的软件开发中,代码推荐是其中一个关注热点.在此背景下,提出了一种安卓应用用户界面交互模式抽取与检索方法,提供面向安卓应用的界面相关代码查询与推荐能力,从而降低开发者在选择、试用、学习安卓应用所带来的人工成本.以安卓活动(activity)为单元的界面交互模式代表了活动的界面构成及交互行为,该方法以此为分析目标,从一组开源的安卓应用项目中抽取出每一个活动的界面交互模式.在此基础上,支持用户通过检索的方式获取与其需求相关的活动设计细节.该方法被实现为一组工具链,为抽取与检索提供自动化支持.最后,通过两个案例对该方法的准确性和有效性进行验证. 展开更多

关键词 安卓 用户界面交互模式 模式抽取

在线阅读 下载PDF 职称材料

Web信息抽取技术研究进展 被引量：19

8

作者 陈少飞 郝亚南 +2 位作者 李天柱 徐林昊 杨文柱 《河北大学学报（自然科学版）》 CAS 2003年第1期106-112,共7页

Web信息抽取技术是当今的一个研究热点。目前出现了基于不同原理的多种信息抽取技术,它们具有不同的性能。本文根据信息抽取的原理,对现有的信息抽取技术进行了分类,结合典型的系统,在语义的附加方式、模式的定义方式、规则的表现形式... Web信息抽取技术是当今的一个研究热点。目前出现了基于不同原理的多种信息抽取技术,它们具有不同的性能。本文根据信息抽取的原理,对现有的信息抽取技术进行了分类,结合典型的系统,在语义的附加方式、模式的定义方式、规则的表现形式、语义项的定位方式、对象的定位方式等几方面进行了分析和比较,在此基础上提出了待研究的问题。 展开更多

关键词 WEB信息抽取技术 研究进展 HTML XML 语义 抽取模式 抽取原理 WEB查询 抽取规则

在线阅读 下载PDF 职称材料

通用抽取引擎框架:一种新的Web信息抽取方法的研究 被引量：3

9

作者 宫继兵 唐杰 杨文军 《计算机科学》 CSCD 北大核心 2011年第1期198-202,共5页

大规模的网络视频信息既为用户信息分享带来了方便,同时也为国家监管部门带来了新的挑战。考虑到效率问题,在线视频监管则主要考虑视频描述信息。主要研究了网络视频描述信息的抽取问题,提出了一种新的Web信息抽取方法:通用抽取引擎框架... 大规模的网络视频信息既为用户信息分享带来了方便,同时也为国家监管部门带来了新的挑战。考虑到效率问题,在线视频监管则主要考虑视频描述信息。主要研究了网络视频描述信息的抽取问题,提出了一种新的Web信息抽取方法:通用抽取引擎框架,其主要包括对视频描述信息抽取问题的形式化描述和用户感知的视频网站逻辑模型。该方法在国家某部委的视频监管项目中已得到应用,并取得了很好的效果。实验结果表明,该方法的扩展性、通用性和抽取准确率大大优于其他方法。 展开更多

关键词 通用抽取引擎框架 网络视频监管 视频网站逻辑模型 WEB信息抽取 抽取模式产生算法

在线阅读 下载PDF 职称材料

作战文书关键信息抽取方法 被引量：8

10

作者 李畅 王永良 +1 位作者 冯晓洁 聂峰 《兵工自动化》 2011年第5期26-29,共4页

为提高特定领域作战文书关键信息抽取的召回率和精确率,提出一种作战文书关键信息的抽取方法。分析作战文书的记述特征,构建领域本体以明确抽取内容,而后利用领域词典标记文书文本,并采用信息抽取模式抽取关键信息。实验结果表明,该方... 为提高特定领域作战文书关键信息抽取的召回率和精确率,提出一种作战文书关键信息的抽取方法。分析作战文书的记述特征,构建领域本体以明确抽取内容,而后利用领域词典标记文书文本,并采用信息抽取模式抽取关键信息。实验结果表明,该方法在实际项目中可以很好地完成抽取任务,能促进C4I系统建设和作战模拟的发展。 展开更多

关键词 作战文书 信息抽取 领域词典 领域本体 抽取模式

在线阅读 下载PDF 职称材料

基于弱监督学习的产品特征抽取 被引量：10

11

作者 伍星 何中市 黄永文 《计算机工程》 CAS CSCD 北大核心 2009年第13期199-201,共3页

产品评论挖掘是从自然语言描述的用户评论中获取信息的过程,产品特征抽取是产品评论挖掘的第1个阶段,产品特征的好坏决定了产品评论挖掘中后续阶段的质量。采用弱监督的学习方法,只需要提供少量的产品特征作为种子,从这些种子出现的语... 产品评论挖掘是从自然语言描述的用户评论中获取信息的过程,产品特征抽取是产品评论挖掘的第1个阶段,产品特征的好坏决定了产品评论挖掘中后续阶段的质量。采用弱监督的学习方法,只需要提供少量的产品特征作为种子,从这些种子出现的语句中抽取文本模式,利用文本模式来发现新的产品特征。实验结果表明,从英文文本中自动抽取产品特征的实验系统,取得了较好的效果。 展开更多

关键词 BootStrapping算法 文本模式抽取 产品评论挖掘

在线阅读 下载PDF 职称材料

基于HL7的电子病历关键信息抽取技术研究 被引量：8

12

作者 徐永东 权光日 王亚东 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2011年第11期89-94,共6页

结合HL7(Health Level Seven)标准的数据存储特点对目前电子病历的内容和结构进行了深入分析,提出了医疗信息五元组模式,以及更为细化的二元组和语义类描述,并在此基础上提出了模式泛化、模式获取、医疗信息自动抽取等一系列算法.通过实... 结合HL7(Health Level Seven)标准的数据存储特点对目前电子病历的内容和结构进行了深入分析,提出了医疗信息五元组模式,以及更为细化的二元组和语义类描述,并在此基础上提出了模式泛化、模式获取、医疗信息自动抽取等一系列算法.通过实际312份住院病历数据下的实验表明,系统在查准率与查全率方面,获得了较好的结果,而且由于有自动学习的特性,随着训练语料的增加,系统的整体性能表现将更加优异. 展开更多

关键词 电子病历 信息抽取 HL7 模式自动抽取

在线阅读 下载PDF 职称材料

基于模式学习的文化遗传算法研究 被引量：4

13

作者 高丽丽 刘弘 李同喜 《计算机工程与应用》 CSCD 北大核心 2007年第22期38-40,75,共4页

针对遗传算法的缺陷,提出了一种基于模式学习的文化遗传算法,该算法将遗传算法纳入文化算法框架,组成基于GA的主群体空间和信念空间两大空间,主群体空间在进化过程中定期组织最差个体向信念空间提供的种群最优模式学习,从而充分利用了... 针对遗传算法的缺陷,提出了一种基于模式学习的文化遗传算法,该算法将遗传算法纳入文化算法框架,组成基于GA的主群体空间和信念空间两大空间,主群体空间在进化过程中定期组织最差个体向信念空间提供的种群最优模式学习,从而充分利用了优秀个体所包含的特征信息,在很大程度上提高了收敛速度。实验结果表明,该算法是一种提高遗传算法性能的有效算法。 展开更多

关键词 遗传算法 文化算法 模式抽取 模式学习

在线阅读 下载PDF 职称材料

基于标记二叉树的XML数据模式提取算法 被引量：1

14

作者 雷庆 熊汉琛 《计算机工程与设计》 CSCD 北大核心 2009年第13期3205-3208,共4页

以XML作为研究对象,提出了一种新的基于二叉树结构的XML数据模式信息的提取方法,抽取出XML文档的所有开始和结束标记并生成相应的标记链,对标记链中结点嵌套关系进行分析生成标记二叉树,通过判断和删除标记二叉树中的冗余数据得到XML文... 以XML作为研究对象,提出了一种新的基于二叉树结构的XML数据模式信息的提取方法,抽取出XML文档的所有开始和结束标记并生成相应的标记链,对标记链中结点嵌套关系进行分析生成标记二叉树,通过判断和删除标记二叉树中的冗余数据得到XML文档的最简标记树模式。实验结果表明,即使对于标记的嵌套关系非常复杂的XML文档,该算法也能够准确地抽取出相应的最简标记树模式结构,同时还生成了相应的DTD模式文件。 展开更多

关键词 XML 嵌套关系 标记二叉树 模式抽取 DTD

在线阅读 下载PDF 职称材料

半结构化数据的最小化模式发现 被引量：1

15

作者 李久仲 石硕 沈轶 《计算机应用与软件》 CSCD 2009年第4期51-54,共4页

半结构化数据的模式抽取对于半结构化数据查询、优化及异构数据的集成具有重要的意义。结合标签路径及标签路径的目标集概念,提出了基于OEM(Object Exchange Model)模型的半结构化数据最小化模式抽取新方法,并给出了与标签路径目标集、... 半结构化数据的模式抽取对于半结构化数据查询、优化及异构数据的集成具有重要的意义。结合标签路径及标签路径的目标集概念,提出了基于OEM(Object Exchange Model)模型的半结构化数据最小化模式抽取新方法,并给出了与标签路径目标集、支持度计算相关的两个定理。算法的基本思路:依据文中的两个定理,采用宽度优先自顶向下的遍历策略依次求出各标签路径的最后一个标签的目标集及支持度,标签支持度大的目标集优先映射为对应的模式节点。对同一半结构数据实例,算法抽取的模式与其他算法得到的模式相比规模小、算法执行时间短。算法适用于层次型及包含环路的OEM半结构化数据模式抽取。 展开更多

关键词 半结构化数据 模式抽取 OEM模型 标签路径 标签路径的支持度 标签路径的目标集

在线阅读 下载PDF 职称材料

基于整体模式匹配的深度网集成系统的研究

16

作者 邵秀丽 孙杰 侯乐彩 《计算机工程与设计》 CSCD 北大核心 2011年第8期2679-2683,共5页

为通过一个统一的接口访问所有分布的Web数据源,获得质量优结构好的信息,设计实现了包括Deep Web查询接口模式抽取、应用整体模式匹配算法的Deep Web查询接口模式匹配以及包含包括属性选择,表单元素生成和元素值域生成工作的查询接口集... 为通过一个统一的接口访问所有分布的Web数据源,获得质量优结构好的信息,设计实现了包括Deep Web查询接口模式抽取、应用整体模式匹配算法的Deep Web查询接口模式匹配以及包含包括属性选择,表单元素生成和元素值域生成工作的查询接口集成3部分在内的基于整体模式匹配Deep Web集成系统。将该系统在Deep Web图书搜索系统中实际应用,运行结果表明,该系统设计是可行和有效的。 展开更多

关键词 DEEP WEB 整体模式匹配 模式抽取 匹配发现 匹配构建 查询接口集成

在线阅读 下载PDF 职称材料

模式识别的基本概念

17

作者 吴观诗 《商业经济与管理》 1982年第2期57-63,共7页

前言从二十世纪四十年代以来,数字计算机获得了飞跃的发展。它具有卓越的数值计算、逻辑判断和符号处理能力,并可以用为大系统的一个积木式元件。为了进一步发挥计算的巨大潜力,使之能直接觉察外部环境(客观世界)的信息,能学习和创造。

关键词 模式识别方法 交互模式识别 模式抽取 数字计算机 交互作用 识别过程 模式识别系统 信息处理 模式分类 字符识别

在线阅读 下载PDF 职称材料

用边缘金字塔结构实现Hausdorff距离匹配 被引量：3

18

作者 韦燕凤 彭思龙 +1 位作者 王洪剑 陈惠人 《计算机辅助设计与图形学学报》 EI CSCD 北大核心 2004年第4期492-496,共5页

为了快速准确地在海量图像中搜索模板的所有实例 ,提出运用边缘金字塔结构来实现Hausdorff距离匹配 根据模板的边缘自适应地确定边缘金字塔分解次数和抽取模式 ,然后通过金字塔结构的引导搜索策略实现快速匹配 对以水平和垂直边缘为主... 为了快速准确地在海量图像中搜索模板的所有实例 ,提出运用边缘金字塔结构来实现Hausdorff距离匹配 根据模板的边缘自适应地确定边缘金字塔分解次数和抽取模式 ,然后通过金字塔结构的引导搜索策略实现快速匹配 对以水平和垂直边缘为主的集成电路显微图像 ,文中算法体现出优越的匹配性能 在集成电路显微图像和一般图像上分别测试的实验结果表明 :文中算法在获得良好的匹配效果的同时 。 展开更多

关键词 HAUSDORFF距离 边缘金字塔结构 抽取模式 引导搜索 距离匹配 边缘图像 图像处理

在线阅读 下载PDF 职称材料

WEB主题检索的性能优化设计 被引量：1

19

作者 田学东 李树成 《计算机工程与应用》 CSCD 北大核心 2006年第4期183-185,188,共4页

Web主题检索是信息检索领域一个将采集技术与过滤方法结合的新兴方向,也是信息处理领域的研究热点。针对现有主题检索系统在Web页面文本的主题相关性判断和Spider搜索策略方面存在的问题,引入两个性能优化方案,即利用信息抽取技术,提出... Web主题检索是信息检索领域一个将采集技术与过滤方法结合的新兴方向,也是信息处理领域的研究热点。针对现有主题检索系统在Web页面文本的主题相关性判断和Spider搜索策略方面存在的问题,引入两个性能优化方案,即利用信息抽取技术,提出了一种基于模式集的主题相关性判断方法来提高主题判断准确度;针对pagerank在主题检索中存在的不足,引入基于增强学习的页面评估算法,提出了Web环境优先的搜索策略。最后根据实验结果评估两个算法的性能。 展开更多

关键词 信息抽取技术 信息抽取模式 模式匹配 WEB环境 增强学习

在线阅读 下载PDF 职称材料

Oracle中动态SQL方法四在数据同步中的应用 被引量：2

20

作者 程群梅 李志蜀 《计算机应用与软件》 CSCD 北大核心 2004年第8期57-60,共4页

文中介绍了地区级城镇职工基本医疗保险管理信息系统中数据同步模块的设计与实现。系统借鉴了多种数据同步的方法 ,采用自行定制的数据抽取模式 ,利用Oracle中动态SQL方法四的高度灵活性 ,以一种较为通用的方式 ,实现了系统之间信息的... 文中介绍了地区级城镇职工基本医疗保险管理信息系统中数据同步模块的设计与实现。系统借鉴了多种数据同步的方法 ,采用自行定制的数据抽取模式 ,利用Oracle中动态SQL方法四的高度灵活性 ,以一种较为通用的方式 ,实现了系统之间信息的共享与交换。 展开更多

关键词 ORACLE 数据同步 数据抽取模式 动态SQL方法 数据库 医疗保险 管理信息系统

在线阅读 下载PDF 职称材料