基于信息抽取技术的搜索引擎<%=id%>

所属分类：	计算机及信息技术	项目来源：	自创
技术持有方姓名：	浙江大学	所在地域：	浙江
是否中介：	否	是否重点项目：	否
技术简介：	该搜索引擎利用机器学习的方法，对含有同类信息且布局基本一致的HTML页面样本集进行学习，从而得出对此类HTML页面进行信息抽取的规则。应用这些规则，结合一个特定领域的搜索引擎，对网络上的相关信息进行大量的获取，并从半自由的HTML文本中获取结构化的信息。通过训练和学习，调整规则数目和抽象程度，使其满足精度要求，然后基于学习提炼后的规则集对样本集以外的文本进行信息提取。对用搜索引擎获取的特定内容的页面，利用规则进行信息提取。该成果将信息抽取技术与搜索引擎技术有机地结合在一起，是一种非常有效、准确的信息获取工具，它能够较大范围地提高人们的工作效率。