[发明专利]一种从维基百科半结构化数据自动构建分类树的方法有效
| 申请号： | 201410040234.9 | 申请日： | 2014-01-27 |
| 公开（公告）号： | CN103778238A | 公开（公告）日： | 2014-05-07 |
| 发明（设计）人： | 刘均;魏笔凡;冯博琴;郑庆华;马健;王晨晨;吴蓓 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 蔡和平 |
| 地址： | 710049 陕*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种从维基百科半结构化数据自动构建分类树的方法，包括(1)半结构化数据的抽取，通过分析获取到页面的HTML，识别出含有半结构化数据的页面。(2)半结构化数据中上下位关系的抽取，依据维基目录页面的布局特点，获取其中包含的上下位关系；解析HTML元素，依据导航表的结构，获取表格中包含的上下位关系。(3)源于不同半结构化数据的上下位关系融合，依据抽取到的上下位关系集构建向无权简单图，然后基于图的深度优先遍历算法生成分类树。本发明能够自动抽取维基页面中的上下位关系，并构建分类树，减少领域专家构建的成本，充分重用了志愿者手工构建的上下位关系。 | ||
| 搜索关键词： | 一种 百科 结构 数据 自动 构建 分类 方法 | ||
【主权项】：
一种从维基百科半结构化数据自动构建分类树的方法，其特征在于，包括以下步骤：第1步、半结构化数据的抽取：通过分析获取到页面的HTML，识别出含有半结构化数据的页面，所述半结构化数据指维基百科目录页面及维基百科条目页面中的导航表格；第2步、半结构化数据中上下位关系的抽取：抽取维基百科目录页面中上下位关系和导航表格中上下位关系；第3步、源于不同半结构化数据的上下位关系融合：依据抽取到的上下位关系集构建向有向无权简单图，然后基于图的深度优先遍历算法生成分类树。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安交通大学，未经西安交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410040234.9/，转载请声明来源钻瓜专利网。
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
