基于煤矿安全事件的Web信息抽取技术研究_中国煤炭行业知识服务平台

基于煤矿安全事件的Web信息抽取技术研究

作者

郭晓黎刘泽伟刘瑞祥
单位

中国矿业大学（北京）机电与信息工程学院北京工业大学软件学院北京联合大学信息学院
摘要

针对煤矿安全事件信息的特点,提出了基于煤矿安全事件的Web信息抽取方法,主要包括页面清洗、抽取规则生成、Web信息抽取。页面清洗作为预处理阶段,用于删除Web页面中的HTML标识、脚本、css段等无用信息;抽取规则生成是根据信息特征,定位信息在页面的位置;通过实验验证基于煤矿安全事件的Web信息抽取方法的可行性,结果表明本文提出的信息抽取方法针对中小型规模的信息抽取具有很高的准确性和有效性。
关键词

煤矿安全事件 Web信息抽取页面清洗抽取规则
基金项目(Foundation)

自然科学基金:北京项目(PXM2014_014209_07_000009_00133510_XMCG)；