基于WEB的社交网络信息抽取系统开题报告

全文总字数：2269字

1. 研究目的与意义

随着interent的迅猛发展，web已经成为最重要的知识库之一。

对这些知识实现高效快速的抽取并加以利用，具有良好的前景和应用价值。

本课题的内容是从多个异构的社交网络web站点中定位和识别感兴趣的信息，并将抽取结果以统一的结构化形式表示。

2. 国内外研究现状分析

文本分类研究始于五十年代末，h.p.luhn在这一领域进行了开创性研究。1961年，

maron发表了有关文本分类的第一篇论文，随后许多著名的情报学家如sparck、salton等都在这一领域进行了卓有成效的研究。

到八十年代末之前，有效的建立文本自动分类系统的方法大多是知识工程的方法，即利用专家规则来进行分类。

3. 研究的基本内容与计划

随着interent的迅猛发展，web已经成为最重要的知识库之一。

对这些知识实现高效快速的抽取并加以利用，具有良好的前景和应用价值。

本课题的内容是从多个异构的社交网络web站点中定位和识别感兴趣的信息，并将抽取结果以统一的结构化形式表示。

4. 研究创新点

1 充分利用当前深度学习和在自然语言处理方面的文本特征表示，运用到文本分类和抽取中，进一步提高分类和抽取的效果。

2 搭建一套领域内的文本分类和文本抽取系统，可以进一步展示结果和用于以后的研究。