面向web数据的信息抽取及融合技术研究

随着Web数据的不断扩充，如何从Web数据中抽取信息并融合成指导决策的情报，已成为广泛关注的领域。面向Web数据的信息抽取和融合可以通过统计、在线分析处理、情报检索、机器学习、专家系统、模式识别等诸多方法来实现上述目标。本书是信息抽取领域的学术著作，旨在从情报检索的视角介绍面向非限定领域的Web数据分析及处理方法。本书从基本概念讲解信息抽取以及融合，涉及词、句、篇章等层面的分析和处理策略，特别是针对情报处理的需要，以“事件”为切入点，将包括中文分词、词性标注、组块划分、句法分析、*大熵模型、条件随机域模型、马尔科夫模型等各类相关的处理模型和技术融入事件抽取、事件类型及元素识别、事件信息融合等领域的具体处理任务中加以介绍，并对信息抽取及融合等领域的发展状况及代表性处理手段进行介绍。