deep web数据集成系统中数据标注研究

《deep web数据集成系统中数据标注研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、河北大学硕士学位论文DeepWeb数据集成系统中数据标注研究姓名：常勇申请学位级别：硕士专业：计算机应用技术指导教师：袁方20090501摘要摘要随着人们对网络环境下信息检索研究的不断深入，DeepWeb数据集成系统的相关研究越来越多地受JUT人们的关注。DeepWcb是与SurfaceWeb相对应的概念，它是指那些不能被主流的搜索引擎搜索到、动态地根据用户提交的关键词所生成的Web数据信息。数据标注作为DeepWeb数据集成系统中一个重要的组成部分，它的主要工作是对抽取的查询返回结果数据进行标注，使其成为有语义信息的数据，使得计算机可识别、可处理。

2、本文在分析TDeepWeb网站查询结果页面及其数据表现形式的基础上，介绍了结果模式、标注领域的对象模型并给出了它们的形式化表示，同时给出了数据标注思想的描述。本文将DeepWeb网站查询返回结果内容分为三种类型：(1)内容中含有领域知识；(2)内容中不含有领域知识；(3)部分内容含有领域知识，其余内容不含有领域知识的混合类型。针对这三种类型使用了两种基本标注方法：领域知识标注方法和决策树标注方法，用它们单独以及联合标注这三种类型。为了避免对--DeepWeb网站查询结果数据的反复处理，在前面两种基本标注方法的基础上，使用了模板标注方法。同时使用了两种

3、辅助标注方法：实体标注方法和启发式规则标注方法。这两种方法主要是用来检验和修正其他标注方法的标注结果。本文对各种标注方法采用的主要信息做了说明，对各种标注方法的模型做了介绍并给出了形式化表示，对各种标注方法处理中遇到的相关问题做了具体分析。实验结果表明，本文使用的标注方法对查询结果数据具有较好的标注效果。关键词DeepWeb数据标注领域知识决策树AbstractInthenetworkenvironment，嬲thefurtherstudyoninformationretrieval，moreandmorepeoplepayattentiontoDe

4、epWebdataintegrationsystem．DeepWebisarelativeconeeptofSurfaceWeb．ItreferstotheWebinformationthatcannotberetrievedbythenormalsearchengine，butgenerateddynamicallyaccordingtothesearchwords．Dataannotation嬲allimportantcomponentofDeepWebdataintegrationsystem，itsmainworkistoannotateth

5、edataextractedfromthesearchresults，andmakethedataidentifiedandOnthebaSisoftheanalysisoftheDeepWebsitesearchresultpagesandthedatastyle，thedissertationintroducestheconceptionoftheresultschema,objectmodeloftheannotationdomainandgivestheformaldescriptionsofthem．Alsothedissertationd

6、escribestheannotationthoughtofthispaper．Thedissertationcategoriesthesearchresultcontentintothreetypes：first，thecontentcontaindomainknowledge；second，thecontentdonotcontaindomainknowledge；third，themixedtype：somecontentcontaindomainknowledgeandothersdonot．Forthesethreetypes，thedis

7、sertationUSeStwobaSicannotationmethods：domainknowledgeannotationanddecisiontreeannotationtoannotatethreetypesseparatelyandtogether．InordertoeliminatetherepeateddatachargingofthesameDeepWebsitetoimprovetheefficiency,onthebasisofthetwobaSicannotationmethods，thedissertationBsesthe

8、modelannotationmethod．ThedissertationalsousestwoaSsist