1、隨著Internet技術的不斷發(fā)展及其應用的深入，Web儼然已經成為全球最大的虛擬資料庫，可用的信息正呈指數(shù)級增長。如何有效地利用這些信息成為人們的重要研究課題，因此出現(xiàn)了大量以Web作為信息源的技術和應用，其中Web的信息抽取技術在近年來引起了越來越多的研究者的關注。 由于Web頁面的內容缺乏嚴格規(guī)范的語法結構，尤其是半結構化頁面，所以傳統(tǒng)的自然語言處理技術并不能很好地適用于Web信息抽取，另外Web頁面被瀏覽器識別、解釋和顯

2、示并供用戶查看和理解，其中包含了大量的視覺特征，如果把Web頁面的這種視覺信息應用于信息抽取，就可以避免使用復雜的語言學知識。因此，如何將基于自然語言理解方式和Web頁面的視覺特征有效地結合起來克服各自的缺點，混合使用各種方法進行信息抽取是本文研究的重點。 本文結合自然語言處理技術和HTMI，頁面視覺特征在信息抽取中的應用，進行了以下研究工作： 1．提出了一種基于視覺特征的數(shù)據區(qū)域抽取(DREV)算法。該方法利用自然語言

3、處理中命名實體識別技術對文檔進行標注來提供簡單的語義信息，然后在此基礎上根據網頁的視覺特征規(guī)則，使用對塊的實體密度(Entity Density)分析，確定待抽取的數(shù)據區(qū)域。 2．提出了一種基于約束滿足的記錄抽取(RECS)算法。該方法對數(shù)據區(qū)域內的實體進行進一步分析，并借鑒約束滿足問題(CSP)的思想，提出針對半結構化頁面的信息抽取的約束規(guī)則，對實體進行分類和提取。 3．研究了Sheffield大學的自然語言處理平臺G