基于深度学习的Web信息抽取研究与实现
本文选题:信息抽取 切入点:深度学习 出处:《浙江大学》2017年硕士论文
【摘要】:近年来,海量的信息数据随互联网时代的飞速发展不断注入到Web当中,因此从Web中精确地获取所需信息的重要性也日益凸显。但由于Web页面中信息种类的繁多、结构格式之间的差异等原因,使得传统利用手工编写规则进行信息抽取的方法过分依赖于具有专业领域知识的人的劳动并且通常具有较差的可移植性。循环神经网络在文本语义理解以及处理序列化数据中的优势使其十分适用于对Web页面进行信息抽取,有鉴于此,本文构建了一种基于双层循环神经网络的模型用于Web页面信息的抽取,其中第一层循环神经网络用于理解Web页面中每个文本节点中字词序列的语义,而第二层网络用于理解页面中多个文本节点相互间的序列化描述关系。在模型成功建立之后,本文使用TensorFlow深度学习编程系统对模型进行了实现,并在实验中对模型中各个主要参数逐一进行调整对比,在优化了模型的同时也得到了不同参数对于模型整体识别准确率的影响,并给出一般性的结论。本文构建的信息抽取模型经实验分析及优化后,对于同网站的Web页面识别准确率可达到900%以上。在此基础上,本文又对模型做了改进,使其可以对跨网站同类Web页面进行信息抽取,且信息抽取的准确率同样可以达到较为理想的水平,为提升Web信息抽取的效率及移植性提供了一种新的方法。
[Abstract]:In recent years, with the rapid development of the Internet era, massive information data has been continuously injected into the Web, so the importance of accurately obtaining the required information from the Web has become increasingly prominent.However, due to the variety of information in Web pages and the differences in structure and format,The traditional method of information extraction by manual writing rules is too dependent on the labor of people with professional domain knowledge and usually has poor portability.The advantage of circular neural network in semantic understanding of text and processing serialized data makes it very suitable for information extraction from Web pages.In this paper, a model based on double-layer cyclic neural network is constructed for extracting the information of Web pages. The first layer of cyclic neural networks is used to understand the semantics of word sequences in each text node in a Web page.The second layer network is used to understand the serialization relationship between multiple text nodes in the page.After the successful establishment of the model, this paper uses the TensorFlow depth learning programming system to implement the model, and adjusts and compares the main parameters of the model one by one in the experiment.At the same time, the influence of different parameters on the recognition accuracy of the model is obtained, and a general conclusion is given.After the experimental analysis and optimization of the information extraction model constructed in this paper, the recognition accuracy of Web pages of the same website can reach more than 900%.On this basis, the model is improved so that it can extract information from similar Web pages, and the accuracy of information extraction can reach an ideal level.It provides a new method to improve the efficiency and portability of Web information extraction.
【学位授予单位】:浙江大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP181;TP393.09
【相似文献】
相关期刊论文 前10条
1 杨晓帅 ,付玫;神经网络技术让管理更轻松[J];软件世界;2000年11期
2 云中客;新的神经网络来自于仿生学[J];物理;2001年10期
3 唐春明,高协平;进化神经网络的研究进展[J];系统工程与电子技术;2001年10期
4 李智;一种基于神经网络的煤炭调运优化方法[J];长沙铁道学院学报;2003年02期
5 程科,王士同,杨静宇;新型模糊形态神经网络及其应用研究[J];计算机工程与应用;2004年21期
6 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期
7 周丽晖;从统计角度看神经网络[J];统计教育;2005年06期
8 赵奇 ,刘开第 ,庞彦军;灰色补偿神经网络及其应用研究[J];微计算机信息;2005年14期
9 袁婷;;神经网络在股票市场预测中的应用[J];软件导刊;2006年05期
10 尚晋;杨有;;从神经网络的过去谈科学发展观[J];重庆三峡学院学报;2006年03期
相关会议论文 前10条
1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年
2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集(上册)[C];2003年
3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年
9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
相关重要报纸文章 前10条
1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年
2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年
3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
4 中国科技大学计算机系 邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年
5 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年
7 健康时报特约记者 张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年
9 ;神经网络和模糊逻辑[N];世界金属导报;2002年
10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
相关博士学位论文 前10条
1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年
3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年
4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年
5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年
6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年
7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年
8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年
9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年
10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年
相关硕士学位论文 前10条
1 章颖;混合不确定性模块化神经网络与高校效益预测的研究[D];华南理工大学;2015年
2 贾文静;基于改进型神经网络的风力发电系统预测及控制研究[D];燕山大学;2015年
3 李慧芳;基于忆阻器的涡卷混沌系统及其电路仿真[D];西南大学;2015年
4 陈彦至;神经网络降维算法研究与应用[D];华南理工大学;2015年
5 董哲康;基于忆阻器的组合电路及神经网络研究[D];西南大学;2015年
6 武创举;基于神经网络的遥感图像分类研究[D];昆明理工大学;2015年
7 李志杰;基于神经网络的上证指数预测研究[D];华南理工大学;2015年
8 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年
9 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年
10 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年
,本文编号:1707230
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/1707230.html