作者：何源本体web信息抽取
摘要：针对传统的基于关键词的搜索与数据检索存在的弊端，本文提出基于本体的Web信息抽取框架。该框架首先获取Web页面，将其转换为格式良好的HTML文档，然后利刮IHTML解析器将该文档转化为DOM树，再根据XPath表达式获取用户感兴趣的数据块，由此生成抽取规则，最后通过OntPMatch算法实现数据的抽取，并以RDF数据格式储存信息。本文以棉花信息为研究对象加以实证研究，实现Web生物信息数据抽取原型系统，为方便用户发现有价值的Web生物信息资源提供一个有效的工具。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
