基于领域本体的微博用户信息抽取方法.pdf

长江大学学报 自科版 年 月 第 卷 第 期 理工上旬刊
（ ）　２０１５ ４ １２ １０ （ ）
· ６３ · Ｊｏｕｒｎａｌ　ｏｆ　Ｙａｎｇｔｚｅ　Ｕｎｉｖｅｒｓｉｔｙ （Ｎａｔｕｒａｌ　Ｓｃｉｅｎｃｅ　Ｅｄｉｔｉｏｎ）　Ａｐｒ．２０１５，Ｖｏｌ．１２Ｎｏ．１０
引著格式 余伟 陶皖 徐京 等 基于领域本体的微博用户信息抽取方法 长江大学学报 自科版
［ ］ ， ， ， ． ［Ｊ］ ． （ ），２０１５，１２ （１０）：３６～４０．
基于领域本体的微博用户信息抽取方法
余伟 陶皖 徐京 刘成满 安徽工程大学计算机与信息学院 安徽 芜湖
　　 ， ， ， 　 （ ， ２４１０００）
摘要 传统基于本体的 页面信息抽取以单个信息项为最小抽取单位 抽取出的实体语义关联性较差
［ ］ Ｗｅｂ ，
和抽取准确率不理想。针对上述问题，以微博领域本体 为 基 础，提出了一种两层次匹配的用户信息抽取
方法：将微博中具有语义关联的不同层次的用户信息划分成对应信息块，以信息块作为最小抽取单位分
别抽取其中包含的用户各属性信息 （包含个人信息、关注的好友信息和所发文本微博信息）。试验结果证
明，与传统信息抽取方法相比，设计的抽取规则算法能够有效地提高信息的准确率和召回率，对 微 博 页
面结构复杂以及信息量大的 网页有良好的抽取效果
Ｗｅｂ 。
［关键词］领域本体；两层次匹配；信息抽取；微博；抽取规则
中图分类号 文献标志码 文章编号
［ ］ＴＰ３９１；ＴＰ１８ ［ ］Ａ　　 ［ ］１６７３－１４０９ （２０１５）１０－００３６－０５
网络技术飞速发展，导致 了 信 息 量 超 载， 所需要的信息容易被一些无关项所干扰，