健康领域Web信息抽取
来源：计算机应用杂志2016年第1期北京时间：
作者：李汝君, 张俊, 张晓民, 桂小庆
单位：大连海事大学 信息科学技术学院, 辽宁 大连 116026
摘要：针对Web信息抽取(WIE)技术在健康领域应用的问题,提出了一种基于WebHarvest的健康领域Web信息抽取方法。通过对不同健康网站的结构分析设计健康实体的抽取规则,实现了基于WebHarvest的自动抽取健康实体及其属性的算法;再把抽取的实体及其属性进行一致性检查后存入关系数据库中,然后对关系数据库中隐含健康实体的属性值利用Ansj自然语言处理方法进行实体识别, 进而抽取健康实体之间的联系。该技术在健康实体抽取实验中,平均F值达到99.9%,在实体联系抽取实验中,平均F值达到80.51%。实验结果表明提出的Web信息抽取技术在健康领域抽取的健康信息具有较高的质量和可信性。
关键词：信息抽取,健康信息抽取,一致性检查,实体识别,实体联系抽取
基金资助：国家自然科学基金资助项目(61073057)。
