首页 | 本学科首页   官方微博 | 高级检索  
     

基于本体学习与动态内容识别的信息抽取系统自优化研究
引用本文:吴一占,马静,谭胜. 基于本体学习与动态内容识别的信息抽取系统自优化研究[J]. 情报学报, 2011, 30(5). DOI: 10.3772/j.issn.1000-0135.2011.05.006
作者姓名:吴一占  马静  谭胜
作者单位:南京航空航天大学经济与管理学院,南京,211100
摘    要:随着信息抽取技术的日益发展,信息抽取的准确性、效率、覆盖率以及维护成本等综合性能的提高成为有待突破的核心问题.提升信息抽取系统在运行过程中的自我优化能力是解决这个问题的关键.本文针对目前信息抽取系统优化中存在的人工参与过多、训练集要求过高等问题,提出一种基于本体学习与动态内容识别相结合的自优化方式,即通过动态内容识别结构化抽取结果,借助发掘的新概念促进本体学习,之后用新本体生成新抽取模式,循环迭代,最终实现信息抽取系统不断自优化.最后设计了系统实验方案并进行实验,实验结果证明在该自优化方案下抽取的准确性与覆盖率得到显著提升.

关 键 词:信息抽取  本体学习  内容识别  抽取系统自优化

Self-optimization of IE System Based on Ontology Learning and Dynamic Content Identification
Wu Yizhan,Ma Jing,Tan Sheng. Self-optimization of IE System Based on Ontology Learning and Dynamic Content Identification[J]. Journal of the China Society for Scientific andTechnical Information, 2011, 30(5). DOI: 10.3772/j.issn.1000-0135.2011.05.006
Authors:Wu Yizhan  Ma Jing  Tan Sheng
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号